rpart 로 의사결정나무를 적합할 때 복잡도 모수(cp)에 대한 설명… | [ADsP] 데이터분석 준전문가 기출유형 모의고사 5회 상세 페이지
1[ADsP] 데이터분석 준전문가 기출유형 모의고사 5회
rpart 로 의사결정나무를 적합할 때 복잡도 모수(cp)에 대한 설명으로 옳은 것은?
1
cp 를 키우면 나무가 더 작아진다
2
cp 는 목표변수의 범주 수를 뜻한다
3
cp 를 0으로 두면 분할이 금지된다
4
rel error 가 최소인 cp 를 고른다
해설
cp 는 분할로 얻는 적합도 개선이 그 값에 못 미치면 분할하지 않게 하는 정지 기준이라, 값을 키울수록 나무가 작아진다.
사후 가지치기는 printcp 의 교차검증 오차 xerror 가 작은 cp 를 골라 prune(fit, cp = 값) 으로 한다.
- cp 0: 개선 기준이 없어져 오히려 나무가 가장 크게 자란다
- rel error: 훈련 오차라 분할할수록 줄어 과적합 쪽 cp 를 고르게 된다
- 범주 수: cp 는 복잡도 벌점 계수로 범주 수와 관계없다
오류나 개정된 내용이 보이면 알려주세요