Random Forest의 학습 원리와 특성에 관한 설명으로 가장 적절한 것은?

AICE · 0pt

각 트리가 전체 학습 데이터와 모든 특성을 동일하게 사용하므로, 트리 간 예측 상관이 높을수록 앙상블 효과가 커진다. 단일 결정 트리를 깊게 성장시킨 뒤 가지치기 없이 사용하므로, 개별 트리의 분산을 줄이는 효과가 중심이다. 트리별 예측을 결합하면 학습 데이터에 대한 과적합이 사라지고, 변수 중요도도 인과적 영향력으로 해석할 수 있다. 여러 결정 트리를 서로 다른 표본과 특성 부분집합을 사용해 학습하고, 분류에서는 투표, 회귀에서는 예측값 평균을 결합해 예측한다.