inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

작업형2 모의문제3

modeling : RandomForestClassifier

해결된 질문

194

garlic78

작성한 질문수 7

0

RandomForestClassifier 모델링에서 max_depth와 n_estimators 를 설정해 주었는데,

RandomForestRegressor 사용시에도 같은 옵션으로 tuning을 하는지요?

 

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 2

0

퇴근후딴짓

n_estimators은 트리의 수니 비슷하게 하면 될 것 같아요!

max_depth는 데이터에 따라 다른데

이부분은 제 경험을 말해드릴께요 (빅데이터 실기 기사보단 좀 더 큰 데이터 기준입니다)

보통 분류에서 3~5정도 값이 성능이 괜찮다면

회귀는 7~12 정도가 괜찮았는데 일반화하긴 어렵습니다.

참고만 해주세요!

0

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다.

garlic78님의 질문은 RandomForestClassifier 모델링 시 사용된 max_depthn_estimators 하이퍼파라미터의 설정이 RandomForestRegressor에도 동일하게 적용되는지에 대한 궁금증으로 이해됩니다.

이와 관련하여, 하이퍼파라미터튜닝 질문에서 random_state, max_depth, n_estimators 같은 하이퍼파라미터는 모델에 따라 사용 가능 여부가 달라질 수 있으며, 특히 랜덤 포레스트 모델에서 이러한 하이퍼파라미터를 사용할 수 있다는 답변이 제공되었습니다. 이는 RandomForestRegressor 뿐만 아니라 RandomForestClassifier에도 해당되며, 둘 다 결정 트리 기반의 앙상블 모델이기 때문에 하이퍼파라미터의 적용 범위가 유사합니다.

상세하게 말씀드리자면, max_depth는 결정 트리가 얼마나 깊게 성장할 수 있는지를 제한하는 파라미터이며, n_estimators는 모델이 포함할 결정 트리의 수를 의미합니다. 따라서 RandomForestRegressor 사용 시에도 이러한 하이퍼파라미터의 튜닝은 분석의 성능을 결정하는 중요한 요소가 될 수 있습니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.

수강기간 연장 가능할까요 선생님

0

20

1

Section15. 수업에 사용하는 데이터 주소가 다 보이지 않아서 실습을 위한 데이터를 다운 받지 못하고 있습니다.

0

18

3

수강연장요청 문의

0

62

1

아무래도 다음 시험 연장은 어렵겠죠?

0

77

2

빅분기 12회 결과 관련 문의

0

91

1

책이랑 강의랑 순서나 예제가 다른것 같네요

0

70

2

수강연장 문의

0

84

2

재검토 요청 방법 좀 알려주셔요...-.-;;

0

98

2

12회 실기 질문(작업형 2)

0

82

2

뒤로가기 버튼 같은 것이 있나요?

0

60

1

강의 연장 문의

0

88

2

출력값 질문

0

64

2

수업노트가 어디에 있나요?

0

54

1

실기시험 제출관련

0

216

3

6.20 작업형 2 과적합

0

220

3

코딩팡 장업형2 베이스 라인 인코딩 종류 질문

0

78

2

로지스틱회귀, 회귀

0

72

2

회귀 문제를 풀때 질문입니다.

0

77

1

불균형 처리 후 성능이 더 낮아졌다면,

0

92

2

실기 체험 제2유형 에러 문의

0

85

1

LIGHTGBM 으로 하면 pred값이 소수점 6자리까지 나오는게 맞나요

0

72

2

3번문제 등분산 가정

0

72

2

작업형3 target 형 변환 질문

0

60

2

[작업형1] 연습문제 섹션1 ~ 10 의 section4

0

75

3