- 서로 다른 종류의 알고리즘들을 결합해 다수결 방식으로 최종 결과를 출력
- 유형
- Hard Voting
- 다수결 : 다수의 추정기가 결정한 예측값들 중 많은 것을 선택
- Soft Voting
- 다수의 추정기에서 각 레이블별 예측한 확률들의 평균을 내서 높은 평균이 높은 레이블값을 결과값으로 선택
- Hard Voting보다 성능이 더 좋다
from sklearn.ensemble import VotingClassifier # Ensemble에 사용할 model들 estimators = [ ('knn', knn), ('xgb', xgb), # ('logistic regression', lr) ('random forest',rf), ('svm', svc) ] voting = VotingClassifier(estimators, voting = 'hard') # default : hard voting = VotingClassifier(estimators, voting = 'soft') # model 학습 voting.fit(전처리된 Feature, Label)