꿈라CBT의사결정나무 모델에 대한 설명으로 적절하지 않은 것은?
- 1목표변수가 범주형이면 지니지수·엔트로피·카이제곱 통계량을, 연속형이면 분산감소량이나 F-통계량을 분리 기준으로 사용한다.
- 2가지치기(Pruning)는 분리 기준 통계량이 가장 큰 마디부터 차례로 분할을 이어 가며 나무를 최대한 크게 키우는 과정이다.
- 3나무의 깊이가 깊어질수록 훈련 데이터에 대한 정확도는 높아지지만 새로운 데이터에 대한 일반화 성능은 오히려 떨어질 수 있다.
- 4정지 규칙(Stopping Rule)은 나무가 더 이상 분리되지 않도록 하는 조건으로, 노드의 최소 자료 수나 최대 깊이 등을 지정한다.