[데이터 사이언스 스쿨] 12.02 모형 결합

○ 모형 결합(model combining) 방법은 앙상블 방법론(ensemble methods)이라고도 한다. 이는 특정한 하나의 예측 방법이 아니라 복수의 예측 모형을 결합하여 더 나은 성능의 예측을 하려는 시도이다.

 

○ 모형 결합의 효과

• 단일 모형을 사용할 때 보다 성능 분산 감소, 즉 과최적화를 방지.
• 개별 모형이 성능이 안좋을 경우 결합 모형의 성능이 더 향상.

○ 모형 결합 방법

 

- 취합(aggregation) 방법론

• 다수결 (Majority Voting)
• 배깅 (Bagging)
• 랜덤포레스트 (Random Forests)

- 부스팅(boosting) 방법론

• 에이다부스트 (AdaBoost)
• 그레디언트 부스트 (Gradient Boost)

 

 

 

dss_ml32_1_ensemble methods 모형 결합.ipynb

0.21MB

 

- 출처 : [데이터 사이언스 스쿨] 12.02 모형 결합