[TIL]이동훈_101920

:warning: 해당 템플릿은 기본 예시입니다. 수강생 여러분의 방식에 맞춰 **자유롭게** 작성해주시길 바랍니다 :warning:
:no_entry_sign: **과제 솔루션 공유 절대 금지** :no_entry_sign:
- **키워드**: `배운 내용에 해당하는 키워드를 2-3개 정도 적습니다 (예: Python, pandas, 시각화, etc:warning: :no_entry_sign: **과제 솔루션 공유 절대 금지** :no_entry_sign: :warning:

# 키워드
Decision Trees

# 배운 것
Basic Decision Trees.

# 어려웠던 부분
지난주에 배웠던, Regression 모델들 코딩 structure를 이해하고, 회귀계수들의 의미를 이해했다고 생각했는데
내가 간과하고 이해가 덜 되었던, Cardinality, Imputation이 나와서... 많은 진행을 할 수 가 없었다.

과제시작은 커녕 지훈님 노트를 보면서, 왜 그렇게 했는지 이해를 하려고 하는데...
data type을 선택하시고, 이것 하고, 저것 하시는데, 왜 그런건지 이해가 가지 않아서. 좀 오래 걸린다.

나만의 Feature engineering 을 하라고 하는데... 내가 어떤 Feature 들을 더하고, 빼서 새로운 의미 있는 feature를 만들수 있는지가 의문이다.

# 더 알고 싶은 부분 / 공부하고 싶은 부분
Cardinality : Unique Value가 너무 많아져서, Overfit (과적합) 될 확률을 증가 시켜서?
Imputation: imputation, NaN 값을 어떻게 처리 할 것인가?

# 느낀 점
이거 뭐 이제 산넘어 산이 아니라, 절벽 오르니 절벽이 있는데?