앙상블의 유형 -보팅 -배깅: 랜덤포레스트 -부스팅: Gradient Boosting. XGBoost -스태킹 앙상블의 특징 단일 모델의 약점을 다수 모델들을 결합하여 보완. 결정 트리 알고리즘을 기반 알고리즘으로 적용함. (결정트리: 약한 학습기, 앙상블을 통해 많은 여러 개의 약한 학습기를 결합해 성능을 향상시킨다.) 결정 트리의 단점인 과적합을 많은 분류기를 결합해 보완하고 장점인 직관적인 분류 기준은 강화됨. 보팅과 배깅: 여러 개의 분류기가 투표를 통해 최적 예측결과를 결정하는 방식. -보팅: 서로 다른 알고리즘을 가진 분류기를 결합하는 것. -배깅: 각각의 분류기가 모두 같은 유형의 알고리즘 기반이지만, 데이터 샘플링을 서로 다르게 가져가면서 학습을 수행해 보팅을 수행하는 것. 보팅의 유형 -..
