꿈라CBT의사결정나무의 분리 기준과 과적합 통제에 대한 설명으로 가장 적절하지 않은 것은?
- 1정보이득(Information Gain)은 범주의 개수가 많은 변수를 선호하는 편향이 있어, C4.5는 분할 자체의 엔트로피로 나눈 정보이득비(Gain Ratio)를 사용한다.
- 2고객ID처럼 값이 모두 서로 다른 변수로 분할하면 자식 노드의 불순도가 0이 되어 정보이득이 최대가 되지만, 이러한 분할은 일반화에 전혀 도움이 되지 않는다.
- 3비용복잡도 가지치기는 오분류율에 나무 크기에 대한 벌점을 더한 값을 최소화하는 나무를 선택하며, 벌점 계수 \(\alpha\)가 커질수록 더 작은 나무가 선택된다.
- 4지니지수와 엔트로피는 계산 방식이 다르므로 최적값의 위치도 서로 반대이며, 지니지수는 모든 범주의 비율이 같을 때 최솟값을 갖는다.