
372
2
fastai 애플리케이션 계층 이해하기
9.4
이름에서 알 수 있듯이 결정 트리 앙상블은 결정 트리에 기반합니다. 따라서 결정 트리부터 알
아봐야겠죠! 결정 트리는 데이터에 일련의 이진 (예/아니오 ) 질문
binary
question
을 던지고, 각 질
문에 대해 데이터는 예 또는 아니오로 분할되어 [그림
9
-
6
]처럼 가지를 뻗어 나갑니다. 하나
이상 질문을 거치면서 예측을 도출할 수 있다는 개념입니다. 필요하면 추가 질문을 할 수 있으
며, 그에 따라 더 깊이 가지를 뻗어 나가게 됩니다.
학습용이든 새로운 데이터셋이든 어떤 데이터라도 구축된 일련의 질문 순서를 거쳐 도달한 그
룹에 할당됩니다. 즉 학습용 데이터셋으로 도출된 질문과 그 질문에 대한 대답으로 만들어진
트리의 가지를 활용해서 새로 유입될 데이터가 거쳐야 할 질문과 대답, 최종적으로 도달할 그
룹이 정해지죠. 그런데 이 방식의 장점은 무엇일까요? 모델의 목표는 주어진 데이터로 예측을
하는 것이지 학습용 데이터셋으로 구축된 그룹에 할당하는 것이 아니니 말이죠. 다만 예측값을
각 그룹에 할당할 수 있으므로, 회귀 문제에서는 특정 그룹에 소속된 모든 데이터의 예측값에
대한 평균을 구할 수 있습니다.
나이 < 30?
NoYes
건강식을 하나요? 운동을 하나요?
적합 적합
No
Yes NoYes ...