결정 트리는 데이터의 작은 변화로 인해 완전히 다른 모델을 생성할 수 있다.
결정 트리는 데이터 세트의 작은 변화에 민감하여, 모델의 구조가 크게 달라질 수 있다. 이 글에서는 결정 트리가 '고변동성' 알고리즘으로 여겨지는 이유에 대해 설명한다. 훈련 데이터의 변화가 루트 노드와 그 이하의 모든 예측 결과에 영향을 미치는 과정을 탐구한다.
Decision Trees can create entirely different models due to small changes in data.
Decision Trees are sensitive to small changes in the dataset, which can lead to significant differences in the model's structure. This article explains why Decision Trees are considered 'high variance' algorithms. It explores how changes in training data affect the root node and consequently all predictions beneath it.