RandomForestClassifier #SGDClassifier #머신러닝1 Random Forest Classifier와 SGDClassifier Random Forest Classfier은 SGDClassfier보다 우수한 성능을 보인다. 1. 알고리즘의 복잡성과 접근 방식의 차이 - Random Forest Classifier은 여러 개의 의사결정 트리를 구성하여 학습하고, 각 트리의 예측을 평균하여 최종 결정을 내림. 각 의사결정 트리는 데이터의 서로 다른 부분 집합에서 독립적으로 작동하여 특성 공간을 종합적으로 탐색하고 데이터의 서로 다른 부분 집합에서 독립적으로 작동하여 특성 공간을 종합적으로 탐색, 데이터 내 복잡 관게를 포착 - SGDClassifier은 확률적 경사하강법을 사용하여 선형 모델을 학습. 선형 모델은 데이터의 선형 결합으로 예측 수행. 데이터의 비성형 관계를 포착하는데 한계가 있음 2. 잡음 및 이상점 - Random F.. 2024. 4. 16. 이전 1 다음