결정 트리(decision tree)에 대한 설명으로 옳지 않은 것은? | [7급 국가직 인공지능] 24년 1회차 기출문제 상세 페이지
1[7급 국가직 인공지능] 24년 1회차
결정 트리(decision tree)에 대한 설명으로 옳지 않은 것은?
1
엔트로피(entropy) 값이 작은 집단일수록 동질적이다.
2
일반적으로 정보 이득(information gain)이 큰 분할 속성일수록 우수하다.
3
정보 이득비(information gain ratio)는 속성의 엔트로피를 정보 이득으로 나눈 값이다.
4
데이터를 가능한 한 동질적 집단이 되도록 분류하는 분할 속성 (splitting attribute)을 선택하는 것이 효율적이다.
해설
옳지 않은 것은 정보 이득비를 속성의 엔트로피를 정보 이득으로 나눈 값이라고 한 설명이다.
정보 이득비는 반대로 정보 이득을 분할 정보(속성 자체의 엔트로피)로 나눈 값이다. 값의 종류가 많은 속성이 정보 이득만으로 과대평가되는 것을 보정한다(C4.5).
- 엔트로피가 작을수록 한 클래스에 몰려 있어 동질적인 집단이다.
- 정보 이득이 클수록 분할 후 불확실성이 크게 줄어 우수한 분할 속성이다.
- 분할 결과가 최대한 동질적 집단이 되도록 분할 속성을 고르는 것이 결정 트리의 기본 원리이다.
오류나 개정된 내용이 보이면 알려주세요