배깅(Bagging)에서 부트스트랩 표본으로 만든 여러 분류 모형의 예… | [ADsP] 데이터분석 준전문가 기출유형 모의고사 4회 상세 페이지
1[ADsP] 데이터분석 준전문가 기출유형 모의고사 4회
배깅(Bagging)에서 부트스트랩 표본으로 만든 여러 분류 모형의 예측을 최종 결합하는 방법은?
1
잔차에 대한 순차 적합
2
오분류 가중치 순차 갱신
3
다수결 투표(Voting)
4
가지치기(Pruning)
해설
배깅은 각 부트스트랩 모형의 분류 결과를 다수결 투표로 결합하고, 회귀 문제라면 예측값을 평균한다.
모형들을 병렬로 독립 학습한 뒤 결합해 분산을 줄이는 것이 배깅의 핵심이다.
- 오분류 가중치 순차 갱신: AdaBoost 같은 부스팅의 학습 방식이다
- 가지치기: 단일 나무의 과적합을 줄이는 절차로 결합 방법이 아니다
- 잔차에 대한 순차 적합: 그래디언트 부스팅의 방식이다
오류나 개정된 내용이 보이면 알려주세요