{ "cells": [ { "cell_type": "markdown", "metadata": {}, "source": [ "# Chapter 7. 앙상블 학습과 랜덤 포레스트" ] }, { "cell_type": "code", "execution_count": 1, "metadata": {}, "outputs": [], "source": [ " import os\n", "import numpy as np\n", "np.random.seed(42)\n", "\n", "%matplotlib inline\n", "import matplotlib\n", "import matplotlib.pyplot as plt\n", "plt.rcParams['axes.labelsize'] = 14\n", "plt.rcParams['xtick.labelsize'] = 12\n", "plt.rcParams['ytick.labelsize'] = 12\n", "matplotlib.rc('font', family='NanumBarunGothic')\n", "plt.rcParams['axes.unicode_minus'] = False" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "---\n", "+ **대중의 지혜**wisdom of the crowd : 무작위로 선택된 수천 명의 사람에게 복잡한 질문을 하고 대답을 모은 것\n", "+ **앙상블 학습**Ensemble Learing : 여러 개의 모델을 학습시켜 그 모델들의 예측결과들을 이용해 하나의 모델보다 더 나은 값을 예측하는 것\n", " + **앙상블** : 일련의 예측기\n", " + **앙상블 방법**Ensemble method : 앙상블 학습 알고리즘\n", "+ 결정 트리의 앙상블 → **랜덤 포레스트**Random Forest" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "---\n", "## 7.1 투표 기반 분류기" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "![Figure7-1](./images/Figure7-1.png)\n", "**