Back to the Basics Back to the Basics

선형 회귀는 데이터가 직선 형태로 분포할 때만 좋은 성능을 냅니다.하지만 현실의 데이터는 대부분 복잡하고 비선형적인 패턴을 가집니다.이런 문제를 해결하기 위해 의사결정트리와 앙상블 기반의 랜덤포레스트가 등장했습니다.이번 실습에서는 Scikit-learn을 활용해 이 두 가지 모델을 직접 구현하고 성능을 비교합니다.개념 설명: Decision Tree RegressionDecision Tree는 데이터를 조건에 따라 여러 그룹으로 나누고,각 그룹의 평균값을 예측값으로 사용하는 방식입니다.장점:데이터의 비선형성과 다중 변수 상호작용을 잘 처리해석이 직관적 (나무 형태로 시각화 가능)단점:단일 트리는 데이터의 작은 변화에도 민감 (과적합 위험)개념 설명: Random Forest RegressionRandom..