랜덤포레스트 (2) 썸네일형 리스트형 [머신러닝ML] 분류 앙상블 모델 앙상블 모델 - tree구조(결정트리)를 기반으로 만들어진 모델 - 여러개의 트리 모델을 이용해서 훈련하는 모델을 앙상블 모델이라고 칭합니다. 앙상블 모델 분류 - 회귀와 분류에서 모두 사용한 모델들 입니다. - sklearn 패키지 모델은 모두 가능. - xgb도 가능. 분류 모델 - 랜덤포레스트 - 엑스트라트리 - 그레디언트 부스팅 - 히스트그레디언트부스팅 - XGboost 앙상블 모델 - 배깅(Bagging)과 부스팅(Boosting) 방식 - 앙상블 모델은 여러개의 트리를 사용하기 때문에 → 훈련 데이터를 여러 모델(여러 트리)에 적용하는 방식에 따라서 → 배깅과 부스팅 방식으로 구분합니다. 배깅(Bagging) 방식 - 사용되는 여러개의 모델(여러 트리)들은 서로 독립적으로 사용됨(연관성 없음).. [머신러닝ML]모델 파일 저장 및 불러오기 1. 와인데이터 불러들이기 2. 랜덤포레스트로 훈련까지(fit)만 수행하기 라이브러리 """데이터 처리""" import pandas as pd import numpy as np """데이터 분류""" from sklearn.model_selection import train_test_split """하이퍼파라메터 튜닝""" from sklearn.model_selection import GridSearchCV """사용할 분류모델들""" from sklearn.ensemble import RandomForestClassifier from sklearn.ensemble import ExtraTreesClassifier from sklearn.ensemble import GradientBoostingCla.. 이전 1 다음