핸즈온 머신러닝(2판): 사이킷런, 케라스, 텐서플로 2를 활용한 머신러닝, 딥러닝 완벽 실무

231

6

장

결정 트리

꽃잎 길이

꽃잎 너비

그림

6-1

붓꽃 결정 트리

6.2

예측하기

[그림

6

-

1

]의 트리가 어떻게 예측을 만들어내는지 살펴보겠습니다. 새로 발견한 붓꽃의 품종을

분류하려 한다고 가정하겠습니다. 먼저

루트 노드

root

node

(깊이가

0

인 맨 꼭대기의 노드 )에서 시

작합니다. 이 노드는 꽃잎의 길이가

2

.

45cm

보다 짧은지 검사합니다. 만약 그렇다면 루트 노드

에서 왼쪽의 자식 노드

child

node

(깊이

1

, 왼쪽 노드 )로 이동합니다. 이 경우 이 노드가

리프 노드

leaf

node

(즉, 자식 노드를 가지지 않는 노드 )이므로 추가적인 검사를 하지 않습니다. 그냥 노드에

있는 예측 클래스를 보고 결정 트리가 새로 발견한 꽃의 품종을

Iris

-

Setosa

(

class

=

setosa

)라

고 예측합니다.

또 다른 꽃을 발견했는데 이번에는 꽃잎의 길이가

2

.

45cm

보다 깁니다. 이번에는 루트 노드의

오른쪽 자식 노드로 이동해야 합니다. 이 노드는 리프 노드가 아니라서 추가로 ‘꽃잎의 너비가

1

.

75cm

보다 작은지’ 검사합니다. 만약 그렇다면 이 꽃은 아마도

Iris

-

Versicolor

(깊이

2

, 왼

232

1

부

머신러닝

쪽)일 것입니다. 그렇지 않다면

Iris

-

Virginica

(깊이

2

, 오른쪽 )일 것입니다. 아주 간단명료하

네요.

NOTE

_

결정 트리의 ...