결정트리 질문

=> 위 2개의 데이터로 학습한 모델에서 만약 남자 21세 치킨먹음 이라는 데이터가 들어오면 예측을 뭘로 하기를 원하시는 건지요?

다음 행동을 뭘 할지 예측하고 싶습니다.

똑같은 특성을 가진 사람이어도 다른 행동을 할 것 같은데, 그래도 많은 행동 패턴을 보이는 행동을 예측하고 싶습니다!

multi label과는 조금 다른 것 같아서요!

input

남자 21세 치킨먹음 -> 이런특성을 가진 사람들이 대부분 "마실 것을 먹음" 확률이 높고 다음에는 "손을 씻음"행동을 확률이 높더라 라는 것을 하고 싶습니다!

결정트리로 접근하는 것은 강사님이 답변주신 내용을 보니 잘못된 접근 방식인 것 같아서요...

강의 외적인 질문 해서 정말 죄송합니다..

가능하시다면 조언해주시면 정말 감사하겠습니다!

안녕하십니까, 

책과 강의 모두 잘 보고 계시다니 저도 기쁩니다. 

근데 제가 질문을 제대로 이해한것인지 모르겠습니다. 먼저 

1. 만약 제가 결정트리기반인 모델을 가지고

사용자 특성(ex 나이, 성별, 현재 상태 등)을 가지고 다음에 할 행동을 분류한다고 했을 때,

같은 특성을 가진 사람이라 해도 다음 행동이 다를 수 있다고 생각됩니다.

이럴 때는 결정트리를 사용하면 안되는 것인가요?

input                               label

남자 21세 치킨먹음 -> 마실 것을 먹음

남자 21세 치킨먹음 -> 손을 씻음

이런 특성을 가지고 가장 높은 확률로 이 행동을 하겠다 하는 것을 예측하고 싶습니다!

=> 위 2개의 데이터로 학습한 모델에서 만약 남자 21세 치킨먹음 이라는 데이터가 들어오면 예측을 뭘로 하기를 원하시는 건지요?

일반적인 multi class 모델로는(강의에서 다루는 모든 supervised learning 모델) 위와 같은 방식으로 학습해서는 안됩니다.   동일한 피처면 서로 다른 타겟값으로 학습해서는 안되는게 multi class 모델입니다. 

다만 남자 21세 치킨 먹음 -> (마실것을 먹음, 손을 씻음) 과 같이 여러개의 타겟값을 예측하는 방식은 multi label 모델인데, 이와 같은 방식으로는 적용할 수 있습니다. 

또 다른 multi label 모델의 예를 들자면 특정 문서가 '경제' 또는 '정치'로 특정되지 않고 '경제', '정치' 와 같은 여러 타겟값을 가질 수 있을 때 적용할 수 있습니다. 

원하시는 모델이 혹 multi label 모델을 말씀하시는 건지요?