Classification -> Descision tree -> Measuring Impurity for Split, Gini Index

Classification에서의 "Measuring Impurity for Split"는 결정 트리와 같은 분류 알고리즘에서 사용되는 개념으로, 데이터를 어떻게 나눌지 결정하는 기준입니다. 이를 통해 분할된 데이터의 순도(Homogeneity)를 최대화하고, 불순도(Impurity)나 불확실성(Uncertainty)을 최소화하려고 합니다.여기서 중요한 개념을 쉽게 설명하면 다음과 같습니다:순도(Homogeneity)와 불순도(Impurity)순도(Homogeneity): 데이터가 얼마나 잘 모여 있는지, 즉 같은 클래스에 속하는 데이터가 얼마나 많은지를 나타냅니다. 순도가 높을수록 같은 클래스의 데이터가 많이 모여 있다는 의미입니다.불순도(Impurity): 데이터가 얼마나 섞여 있는지, 즉 서로 다른 ..
ML 2024. 5. 29. 12:16
1