[ML] Decision Tree vs Random Forest vs Extra Tree 표 비교

ML에서 자주 사용되는 DT, RF, ET를 표로 한번 정리해보고자 한다.

		Boot Strap	사용 Feature 갯수	Split 방법	Aggregate
Decision Tree		X	ALL	Best	X
Random Forest		O	분류: sqrt(ALL) 회귀 : ALL	Best	O
Extra Tree		X	분류: sqrt(ALL) 회귀: ALL	Random	O

 

이처럼 표로 간단하게 정리 할 수 있을 것 같다. 

Boot Strap 사용 여부, Split에 사용되는 feature 갯수, Split 방법, Aggregate(앙상블)여부로 나눠봤다.

(사실, Extra Tree의 BootStrap은 sklearn에서 default로 False가 되어있어서 'X'로 표현했다. Extra Tree에서도 Boot Strap을 사용할 수 있다. 참고하자.)

Tree 모델은 굉장히 중요한 역할을 하기때문에, 여기까지 한번 정리해 보았다.

참고하시길!