의사 결정 나무에 대한 내용을 다루기 이전에 지금까지 정리했던 내용을 큰 맥락으로 한번 짚고 넘어갈까 한다. 1. 전처리 1.1 encoding from sklearn.preprocessing import LabelEncoderfrom skelarn.preprocessing import OneHotEncoder 1.2 feature scalingfrom sklearn.preprocessing import StandardScalerfrom sklearn.preprocessing improt MinMaxScaler 1.3 학습 데이터 분리 & 교차검증 from sklearn.model_selection import train_test_splitfrom sklearn.model_selection import ..

root: QgsLayerTree = QgsProject().instance().layerTreeRoot()QgsLayerTree 클래스는 QgsLayerTreeNode클래스 기반이므로 child()와 parent() 메소드를 통해 부모, 자식 노드를 반환할 수 있다. 이는 계층형 UI의 model을 구현할 때 용이하다. """/*************************************************************************** begin : email : ***************************************************************************..