[ML] 앙상블 기법, bagging(랜덤포레스트)

박미영·2023년 5월 25일
0

DataSchool StudyNote - ML

목록 보기
13/19

📌앙상블

  • 앙상블은 전통적으로 Voting, Bagging, Boosting, 스태깅 등으로 나눔
  • 보팅과 배깅은 여러개의 분류기가 투표를 통해 최종 예측 결과를 결정하는 방식
  • 보팅과 배깅의 차이점은 보팅은 각각 다른 분류기, 배깅은 같은 분류기를 사용
  • 대표적인 배깅 방식이 랜덤 포레스트



📍Voting

  • 앙상블 기법 中 1
  • 전체 데이터를 다 사용하며 각 각 다른 알고리즘 적용



📍bagging

  • 앙상블 기법 中 1
  • 하나의 알고리즘을 사용하는데 데이터를 나누어서 사용(중복을 허용)




📍최종 결정

Voting & bagging은 투표를 통해 최종 예측 결과를 결정하는 방식

- 하드보팅



- 소프트보팅

같은 것끼리 평균을 내서 가장 높은 것이 최종 선택된다.
만약 수치가 같다면 빈도수로 선택



📍Boosting

  • 앙상블 기법 中 1






- Random Forest(랜덤포레스트)

bagging 中 1


📍HAR

  • Human Activity Recognition

  • IMU 센서를 활용해서 사람의 행동을 인식하는 실험

  • 폰에 있는 가속도/자이로 센서 사용




pass(추후 작성)
















"이 글은 제로베이스 데이터 취업 스쿨 강의를 듣고 작성한 내용으로 제로베이스 데이터 취업 스쿨 강의 자료 일부를 발췌한 내용이 포함되어 있습니다."

0개의 댓글