앙상블(Ensemble) Bagging의 RandomForest (회귀 모델 mse 낮추기)


앙상블(Ensemble) Bagging의 RandomForest (회귀 모델 mse 낮추기)

앙상블(Ensemble) Bagging의 RandomForest (회귀 모델 mse 낮추기) 포스팅입니다. 먼저, 한 개의 결정 트리를 이용한 회귀 모델을 확인해 보겠습니다. 해당 파일은 보스턴 집값 데이터의 csv 파일을 가지고 코랩에서 실습합니다. 데이터 전처리와 탐색은 생략합니다. DecisionTree (회귀 모델 ) Decisiontree Regressor(회귀 모델) 이용한 주택 가격 예측 1. 학습용/평가용 데이터 분할 2. 학습용/평가용 데이터 확인 3. 모델링 1) 모델 생성 *평균제곱오차 MSE Mean Squared error -> 작아져야 오차가 줄어드는 것임으로 neg_를 붙여서 확인 ? 검증용 데이터에 대한 평가로 mse = 17 최적 성능을 보이는 조건은 max_depth : 8일 때 임을 확인. 2) (최적) 모델 학습 3) 평가용 데이터 예측. predict(X_test) 4) 모델 평가 mean_squared_error 검증용 데이터에 대한 평가로 m...


#mse #회귀분석뜻 #회귀분석mse #회귀분석 #회귀모델정확도 #회귀모델mse #회귀모델 #예측모델링 #선형회귀모델 #상관분석회귀분석 #머신러닝회귀분석 #머신러닝회귀모델 #머신러닝 #데이터분석 #randomforest회귀모델 #randomforest #회귀분석예시

원문링크 : 앙상블(Ensemble) Bagging의 RandomForest (회귀 모델 mse 낮추기)