꿈라CBT랜덤포레스트(Random Forest)에 관한 설명 중 옳지 않은 것은?
- 1랜덤포레스트는 결측치 처리가 용이하고 대용량 데이터 처리에 효과적이며 모델의 정확도를 높일 수 있지만, 학습 시 메모리 소모가 크다.
- 2랜덤포레스트는 분류, 회귀분석 등에 활용되는 앙상블 학습 방법의 하나로, 훈련 과정에서 만들어진 다수의 결정 트리로부터 분류 결과나 평균 예측치를 출력한다.
- 3원 자료에서 부트스트랩 샘플을 추출한 뒤, 각 부트스트랩 샘플마다 트리를 형성할 때 사용 가능한 모든 데이터를 학습한다.
- 4랜덤포레스트는 의사결정나무 기법이 가진 오버피팅 한계를 극복하기 위한 전략의 하나로 제안되었으며, 훈련으로 구성한 여러 나무들의 결과를 최종적으로 취합해 결론을 도출한다.