꿈라CBT의사결정나무에서 가지치기(Pruning)를 수행하는 목적으로 가장 적절한 것은?
- 1트리를 더 깊고 복잡하게 키워 학습 데이터의 세밀한 패턴까지 모두 반영하기 위해서이다.
- 2분할 기준으로 사용할 변수의 개수를 늘려 더 다양한 패턴을 탐색하기 위해서이다.
- 3분석 모델의 연산 속도를 높이는 것이 유일한 목적이며, 예측 성능과는 관련이 없다.
- 4학습 데이터에 지나치게 맞춰진 부분을 제거해 과대적합을 막고 새로운 데이터에 대한 일반화 성능을 높이기 위해서이다.