데이터 과학을 위한 통계: 데이터 분석에서 머신러닝까지 50가지 핵심 개념

248

데이터 과학을 위한 통계

• 일반적으로 예측변수들을 표준화한다. 이를 통해 스케일이 큰 변수들의 영향력이 너무 커지지 않도록 한다.

• 예측 모델링의 첫 단계에서 종종

KNN

을 사용한다. 이렇게 얻은 값을 다시 데이터에 하나의 예측변수로 추

가해서 두 번째 단계의 (

KNN

이 아닌 ) 모델링을 위해 사용한다.

6.2

트리 모델

트리 모델은

회귀 및 분석 트리

classification

and

regression

tree

(

CART

)

5

,

의사 결정 트리

decision

tree

, 혹은 단

순히 그냥

트리

tree

라고도 불리며

1984

년 레오 브레이먼과 그의 동료들이 처음 개발한 효과적이

고 대중적인 분류(및 회귀 ) 방법이다. 트리 모델들과 여기서 파생된 강력한

랜덤 포레스트

random

forest

와

부스팅

(

6

.

3

절과

6

.

4

절 참고 ) 같은 방법들은 회귀나 분류 문제를 위해 데이터 과학에서

가장 널리 사용되는 강력한 예측 모델링 기법들의 기초라고 할 수 있다.

용어 정리

•

재귀 분할

recursive

partitioning

: 마지막 분할 영역에 해당하는 출력이 최대한 비슷한

homogeneous

결과를 보

이도록 데이터를 반복적으로 분할하는 것

•

분할값

split

value

: 분할값을 기준으로 예측변수를 그 값보다 작은 영역과 큰 영역으로 나눈다.

•

마디(노드 ...