NAIAHD

앙상블 학습

학습기 하나로 원하는 성능을 낼 수 없을 때

개별로 학습한 여러 학습기를 조합해 일반화 성능을 향상할 수 있습니다. 

배깅

앙상블 학습 중 하나로 Bagging입니다 

배깅은 부트스트랩 방법을 이용해 학습 데이터에서 m개의 복원 추출을 B회만큼 반복합니다 

그러면 작게 나눈 m개의 데이터를 포함하는 B회의 학습 데이터를 생성할 수 있습니다 .

랜덤포레스트와의 차이

랜덤포레스트도 배깅과 마찬가지로 무작위 데이터를 추출한 후 작은 데이터 세트에서 학습을 실행합니다 

배깅은 학습 데이터의 설명 변수를 모두 사용하며 랜덤 포레스트는 설명 변수도 무작위로 추출한다는 차이가 있습니다. 

부스팅

약학습기를 하나씩 결합해 강학습기를 얻는 방법입니다. 

대표적인 것은 에이다 부스트 가있다.

에이다부스트 

2개의 값 분류에 관한 약학습기 구축 알고리즘입니다. 

출처 : 처음 배우는 인공지능