random forest, gbm 등이 모두 가지고 있는 문제점.
https://blog.deeplink.kr/?p=278
Random Forest(랜덤 포레스트) 취약점 - Extrapolation(외삽법) - DEEPLINK CORE Lab_
랜덤 포레스트(Random Forest)는 별다른 Hyper-Parameter Tuning을 하지 않아도 Tree개수만 충분하면 성능이 잘 나오는 장점이 있다. 반면에 몇가지 단점이 있는 데 그 중 하나가 바로 외삽법(Extrapolation)에
blog.deeplink.kr
'AI > model' 카테고리의 다른 글
| 비지도학습 t-sne (0) | 2024.05.05 |
|---|---|
| 비지도 학습 - PCA(주성분분석) (0) | 2024.04.27 |
| 나이브 베이즈 분류기(naive bayes classifier) (0) | 2024.04.21 |
| 회귀분석/SVM/랜덤포레스트 (0) | 2024.04.21 |
| 라쏘(L1규제)와 리지(L2규제) (0) | 2024.04.20 |