1. 코드의 목적 및 역할 Kaggle의 mushrooms.csv 데이터를 이용해 랜덤 포레스트(Random Forest) 분류 모델을 학습하고, GridSearchCV로 하이퍼파라미터를 최적화한 뒤, 최종 모델의 성능을 평가·시각화하는 실습 목표 : 버섯 데이터의 ‘식용(e) vs 독버섯(p)’ 분류 성능을 최대한 끌어올리고, 주요 평가 지표(정확도·정밀도·재현율·F1·ROC-AUC) 및 특성 중요도를 확인 학습 포인트 : - 범주형 변수를 원-핫 인코딩으로 전처리하기 - GridSearchCV를 통한 하이퍼파라미터 튜닝- 분류 리포트, 혼동 행렬, ROC 곡선 해석 - 랜덤포레스트의 특성 중요도 시각화 2. 필수 라이브러리 및 주요 기능 import pandas as pd #CSV로딩 및 DataF..
