DecisionTreeClassifier (의사결정나무 분류기)

1. 개념 & 특징

• 질문(조건)을 나무 가지치기처럼 이어가며 데이터를 분류

  (예: "키가 170 이상인가?" → Yes/No로 가지를 나누며 결과 도달)

• “만약 ~라면” 조건에 따라 분기하는

  가장 쉬운 머신러닝 모델

• 데이터 해석, 설명력이 매우 뛰어남!

• 시각화도 가능 (tree plot)

• 다중분류(2종류 이상 클래스)도 지원

• 연속형/범주형 데이터 모두 사용 가능

2. 어떨 때, 어떻게 사용?

• “규칙 기반 설명”이 중요한 문제

  (예: 의학 판정, 신용심사, 고객 세분화)

• 데이터 특성별 분기점이 명확할 때

• 빠르게 베이스라인 성능 확인, 변수별 영향 해석

• 실무에서는 단독으로도 쓰지만, 보통 RandomForest/Boosting의 “기본 블록”으로 더 많이 씀

• 데이터 전처리(스케일링, 정규화) 없이도 잘 돌아감

• 실험/설명/규칙 해석에 필수

3. 대표 파라미터(옵션)