ToDo_DATA

※공부하고 이해한 내용을 나름대로 정리한 포스팅입니다. 올바르지 않은 내용이 있을 가능성도 있습니다. Ensemble(앙상블)기법이란?_2/2 지난 포스팅 : 학습 모델의 오류(편향과 분산)와 그 해결 2019/06/15 - [데이터분석/데이터 분석 개념] - ToDo 머신러닝#1_Ensemble_1/2; 학습 모델 오류 이해 ■ Ensemble기법 유형 1. Bagging(배깅) 2. Boosting(부스팅) 1. Bagging Bagging은 Bootstrap Aggregating의 약어로, 통계학에서의 Bootstrap은 한 표본을 여러 데이터셋으로 다시 샘플링(Resampling)하는 것을 의미하고 Aggregating은 집계를 의미하여, 쉽게 말해, 한 표본을 resampling하여 집계하는 기..

※공부하고 이해한 내용을 나름대로 정리한 포스팅입니다. 올바르지 않은 내용이 있을 가능성도 있습니다. Ensemble(앙상블)기법이란?_1/2 머신러닝 기법 중 하나인 Ensemble(앙상블)기법이란 샘플링된 각 데이터 셋을 여러 모델들을 통해 학습시킨 후 각 모델의 예측 결과를 집계하여 더욱 정확한 예측 결과를 뽑아내는 기법을 말합니다. Ensemble기법을 이해하기 위해선, 학습 모델의 예측 오류를 이해하여야 합니다. Ensemble기법의 목적이 그 오류를 해결하는 것이기 때문입니다. ■ 학습 모델의 예측 오류 학습 모델의 예측 오류는 크게 1. Bias(편향) 2. Variance(분산) 으로 나뉘고 이는 각각 under-fitting과 over-fitting로 이어집니다. (참고; 아래 그림은 회..