[TIL] 최근후_201019

### **키워드**:
사이킷런 파이프라인(pipelines), 사이킷런 결정트리(decision tree)

### **배운 것**:
파이브라인은 우리가 해오던 모델학습 프로세스를 간결하게 해준다.

결정트리는 스무고개같은 것이다. 이것은 수치를 가지고 질문을 반복해서 클래스를 찾아가는것이다. 여기서 질문이나 말단의 정답을 노드(node)라 하며 노드를 연결하는 선을 엣지(edge)라고 한다. 결정트리의 비용함수는 지니불순도(지니인덱스)와 엔트로피가 있다. 불순도가 낮은경우 지니불순도나 엔트로피는 낮은값을 가지게 된다. 노드를 분할하는 시점에서 가장 비용함수(지니불순도/엔트로피)를 줄이는 분할특성과 분할지점을 찾아 내는 프로세스가 필요하다. 노드 분할은 정보획득(IG = 특성을 사용해 노드를 분할 했을 때 엔트로피의 감소량)이 가장 큰 특징과 분할값을 기준으로 이루어 진다.

### **느낀 점**:
새로운것들을 배우며 스스로 해보는 작업을 하고있는데, 내가 따라하는것의 개념을 모두 이해할 순 없다! 그래도 '이걸 왜하는데?' 같은 질문엔 답할 수 있을 정도는 이해해야할 것 같다.