[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

관련 채용 정보