꿈라CBT의사결정나무(Decision Tree) 모형에 대한 설명으로 옳지 않은 것은?
- 1학습 데이터의 양이 많아질수록 성능이 저하되므로, 일정 규모 이상에서는 표본을 줄여야 한다.
- 2설명변수의 조건에 따라 데이터를 반복적으로 분할하며 트리 구조를 만들어 예측을 수행한다.
- 3변수의 스케일에 영향을 받지 않으므로 정규화나 표준화가 거의 필요하지 않다.
- 4목표변수가 범주형이면 분류나무로, 연속형이면 회귀나무로 모두 활용할 수 있다.
의사결정나무(Decision Tree) 모형에 대한 설명으로 옳지 않은 것은?