inflearn logo
강의

Course

Instructor

Kaggle Machine Learning for Beginners Learn from Industry Professionals - ML Engineer Practical Tips

Introduction to Decision Trees

결정트리 지룸ㄴ

242

6sephiruth

17 asked

0

개별 Feature들을 개별적으로 판단하므로 Feature Normalization이 필요 없다.
 
라고 말씀해 주셨는데 해당 부분에 대하여 조금만 더 설명을 부탁드릴 수 있을까요?
 
예를들어 키와 몸무게의 Feature가 있다고 할 때, normalization을 하는게 더 이득이 아닌가 싶어 질문드리고 싶습니다.
 
 

머신러닝 배워볼래요? kaggle EDA

Answer 1

1

Daniel Park

안녕하세요 수강생님!

결정트리에서는 여러 Feature들을 동시에 함께 보지 않습니다

 

키와 소득으로 예를 들어보겠습니다.

키의 단위는 대략 150~190 cm 이고, 소득의 단위는 1,000,000 ~ 1,000,000,000 원이라고 가정해보겠습니다.

 

Dicision Tree에서는 이러한 각 feature들을 별도로 다루게됩니다.

즉, 어떠한 학습을 수행할 때 '키의 경우는 168cm에서 나누어야겠다'

'소득의 경우에는 35,000,000원 부근에서 나누어야겠다'

이러한 식으로 각각 판단이 일어나게 됩니다.

 

따라서 여러 Feature들을 동시에 고려할때는 꼭 필요한 Scale을 맞추는 normalization 과정을 굳이 하지 않아도 되는 것입니다.

from sklearn.datasets import load_boston

0

291

1

df.get_dummies 실행시 이진법이 아닌 false 또는 True로 반환됨.

0

280

1

선형회귀 곡선 응용편에서 alpha값이 의미하는 것은 무엇인가요?

0

233

1

수업자료 요청 skahffk94@naver.com

0

185

1

실습중에 주가_데이터.T.loc T는 무엇인가요?

0

173

1

parsererror

0

357

1

강의자료 요청드립니다.

0

256

1

강의자료

0

437

2

강의 자료 요청

0

209

1

AX_list 문법이 궁금합니다

0

472

1

요청: 강의자료 부탁드립니다

0

232

0

블로그 업로드 관련

0

250

1

강의 자료좀 부탁드립니다

0

275

0

강의자료 부탁드립니다.

0

199

0

강의자료

0

206

0

dataframe을 csv파일로 저장시

0

210

1

ax_list의 의미가 궁금합니다.

0

276

1

11강 7분 34초 부근 질문

0

195

1

categorical object

0

207

1

PolynomialFeatures

0

208

0

one hot encoding

0

219

1

데이터 갯수가 100K 의미

0

279

1

LinearRegression

0

296

0

질문있습니다.

0

336

1