[머신러닝] 디시젼트리와 XGBoost 인기도 변화 추이

 

[머신러닝] 디시젼트리와 XGBoost 인기도 변화 추이

 

요점: 코로나 바이러스 COVID-19 사태로 인해 전세계적으로 머신러닝 기법에 관한 관심이 줄어들었으나 XGBoost 기법에 대한 관심이 디시젼트리에 대한 관심이상으로 높음. 정확도 높은 고급 머신러닝 기법을 찾는 사람들이 많음

 

• 2021년 현재까지 트리기반 앙상블 머신러닝의 대표선수는 XGBoost
• 파이썬이 머신러닝을 위한 분석용 환경으로 지배적 지위를 가진지 3년 가량이 지났음
• supervised machine learning을 위해 디시젼트리와 XGBoost는 가장 많이 활용되는 모델링 기법들
• 전세계적인 인기도를 구글트렌드 지수를 기준으로 살펴보면 XGBoost가 전통적인 디시젼트리 보다 조금은 더 많은 관심을 받고 있음을 알수 있음
•  
• R에서와는 달리 파이썬에서의 디시젼트리(sklearn 기준)는 카테고리 형식의 변수를 자동인코딩 하지 않는 제한점으로 활용도 가치가 상당히 낮아질 수 밖에 없으나 그래도 상당히 많이 사용되고 있는 것으로 보임
• 결과에 대한 설명이라는 측면에서 XGBoost는 다른 앙상블 머신러닝 기법인 LightGBM, CatBoost와 마찬가지로 제약이 큼에도 오직 정확도를 높이는 것에만 관심을 가지는 초보자들은 디시젼트리 보다 먼저 XGBoost를 찾고 있음 
•  
• 2020년 발발한 코로나사태의 영향은 머신러닝 기법들 전반에 대해 관심을 대폭 감소시킨 상태임

 

 

#트렌드인터프리터 ( bzTrendInterpreter )

 #머신러닝 #빅데이터분석 #영향분석 #covid-19 #코로나 #전용준 #리비젼 #트렌드인터프리터

 

 

 

#트렌드인터프리터 #머신러닝 #디지션트리 #XGBoost

 

#트렌드인터프리터 #전용준 #머신러닝 #시장분석 #환경분석

>> Google Trends 머신러닝 기법 관심 추이. 2021-03-29 현재 (최근5년)