문제
다음 중 의사결정나무 모형의 학습 방법에 대한 설명으로 옳지 않은 것은?
① 가지치기를 하면 과적합이 줄어들고 학습 데이터에 대한 예측 성능을 향상시킨다. ② 이익도표 또는 검정용 자료에 의해 교차 검증(교차타당성) 등을 이용해 의사결정나무를 평가한다. ③ 각 마디에서의 최적 분리규칙은 분리변수의 선택과 분리 기준에 의해 결정된다. ④ 대표적인 적용 사례는 대출신용평가, 환자 증가 유추, 채무 불이행 가능성 에측 등이 있다.
정답
1번
해설
정답: 1. 가지치기(pruning)는 과대적합(과적합)을 줄여 ‘일반화·검증(테스트) 성능’을 높이려는 기법이다. 학습(훈련) 데이터에 대한 예측 성능은 오히려 다소 낮아질 수 있으므로 ‘학습 데이터에 대한 예측 성능을 향상시킨다’는 설명은 옳지 않다.
오답 풀이
- 1번: 가지치기는 훈련 성능이 아니라 검증·일반화 성능을 높이는 것이므로 옳지 않다.
- 2번: 이익도표·검정용 자료로 교차검증해 평가하는 것은 옳다.
- 3번: 각 마디의 최적 분리는 분리변수와 분리기준으로 결정되므로 옳다.
- 4번: 대출신용평가·환자 예후·채무불이행 예측 등은 의사결정나무의 대표 적용 사례로 옳다.
보충 개념 가지치기는 정지규칙(최대깊이·최소노드수)이나 비용복잡도(cost-complexity) 기준으로 불필요한 가지를 제거해 과적합을 완화한다.