[TIL] 김민채_201020

### Today I learn_32

**1. random forests**
- decision tree의 과적합 문제를 해결하기 위한 구원책
- 아무래도 decision tree는 만든 모델 자체에만 잘 맞게 되어 새로운 샘플의 경우 부적합성이 높아진다.
- decision tree model의 직관적인 면을 유지하면서도 어떤 샘플이 와도 적합성을 향상시킬 수 있도록 만든 게 random forests
- bagging(여러 번 샘플링해 만든 모델에서 나온 결과를 모아) -> oob sample의 labels accuracy를 살핀다.
- onehotencoder와 달리 ordinal encoder는 순서를 만든다.
- tree 모델에는 ordinal encoder가 좋을 수 있지만 linear 모델에는 없던 순서를 만들어 정확도가 떨어질 수 있다.

**2. Impression from Today**
- 어제는 막상 이론을 이해한 것에 비해 과제를 하면서 많이 힘들었다.
- 이해가 안 됐나 보다.
- 오늘은 같은 데이터셋을 가지고 두 번째 작업을 하면서 어제 내용도 복습해 좀더 코딩이 가능해졌다.
- 동기들은 앞서가는데 아직 나는 어제 것을 겨우 따라가서 마음이 즐겁진 않다.
- 내용으로만치면 지난 주가 더 어려웠던거 같은데 왜 이번 주 월, 화에서 버벅거리지..?
- 나도 오늘은 어찌됐든 submission 반드시 해야지.
- 지훈 님께서 말씀해주신 내용이 구구절절 맞는 이야기라 부끄러웠다.