Bull

개념 앙상블 기법은 여러 개의 학습 알고리즘을 조합하여 더 좋은 예측 성능을 얻기 위한 방법이다. 단일 모델만 사용할 때보다 더 안정적이고, 높은 성능을 달성할 수 있다. 즉, 한 명의 전문가 보다 일반인 여러명에서 더 좋은 결과를 낼 수 있다. 주요 Ensemble 알고리즘 종류 1. Bagging (Bootstrap Aggregating) 배깅(Bagging, Bootstrap Aggregating의 약자)은 복원 추출(즉, 한 번 선택된 샘플을 다시 선택할 수 있음)을 통해 여러 개의 데이터셋을 생성하고, 각각의 데이터셋에 대해 독립적으로 모델을 학습시킨 후, 그 결과를 통합하여 최종 결정을 내리는 방법이다. 배깅은 특히 결정 트리(Decision Tree)와 같이 높은 분산을 가지는 알고리즘의 과..