Ensemble

앙상블은 여러 모델 결과 모아서 최종 결과에 성능 올리게 하는거.

여러 모델의 결과값에 확률을 부여해서 중요도 차이로 앙상블할수도 있고 다수결처럼 더 많이 나온 결과값을 최종으로 하는 경우도 있다고 알고 있음.

Bagging

모델의 다양화를 위해 데이터를 재구성

전체 데이터 중 일부를 복원추출해서 prediction.

randomforest = bagging보다 성능좋음.

Boosting

맞추기 어려운 데이터에 가중치를 두어 학습.

잘못 분류된 데이터에 초점을 맞추어 다음 학습에 어떻게 반영할 것인지.