의사결정 포레스트용 적절한 데이터

결정 트리는 표 형식의 데이터 세트 (스프레드시트, CSV 파일 또는 데이터베이스 테이블에 표시할 수 있는 데이터)가 있는 경우에 가장 효과적입니다. 표 형식 데이터는 가장 일반적인 데이터 형식 중 하나이며, 결정 트리는 이를 모델링하는 데 사용하는 '기본' 솔루션이어야 합니다.

표 1. 표 형식 데이터 세트의 예시입니다.

구간 수 눈 수 체중 (lbs) 종 (라벨)
2 2 12 펭귄
8 6 0.1 거미
4 2 44

결정 트리는 신경망과 달리 모델 표 형식 데이터를 기본적으로 사용합니다. 결정 트리를 개발할 때 다음과 같은 작업을 할 필요가 없습니다.

  • 특성 정규화 또는 원-핫 인코딩과 같은 사전 처리를 실행합니다.
  • 보간을 실행합니다 (예: 누락된 값을 -1로 바꾸기).

그러나 결정 트리는 이미지나 텍스트와 같은 표 형식이 아닌 데이터 (비정형 데이터라고도 함)를 직접 소비하는 데는 적합하지 않습니다. 예, 이 제한사항을 해결하는 방법이 있지만 일반적으로 신경망이 비정형 데이터를 더 잘 처리합니다.

성능

의사결정 포레스트는 샘플이 효율적입니다. 즉, 의사결정 트리는 소규모 데이터 세트 또는 특성 수 / 예시 수의 비율이 높은 (1보다 클 수 있음) 데이터 세트에서 학습하는 데 적합합니다. 결정 트리는 모든 머신러닝 모델과 마찬가지로 샘플 효율적이지만, 사용할 수 있는 데이터가 많을 때 가장 효과적입니다.

결정 트리는 일반적으로 비슷한 신경망보다 빠르게 추론합니다. 예를 들어 중형 크기의 결정 포레스트는 최신 CPU에서 수 마이크로초 내에 추론을 실행합니다.