bagging1 Bagging VS Boosting 의사결정규칙을 트리 구조로 나타내어 전체 자료를 몇 개의 소집단으로 분류하거나 예측을 수행하는 분석 방법 장점 - 쉽고 해석하기 용이 - 다중분류와 회귀에 모두 적용 가능 - 이상치에 견고, 데이터 스케일링이 불필요 (데이터의 상대적인 순서를 고려해서) 단점 - 트리가 너무 깊으면 과적합될 수 있음 - 훈련 데이터에 민감하여 작은 변화가 노이즈에도 트리의 구조가 크게 달라짐 (불안전성) -> random state 고정 (42) Bagging Bootstrapping + Aggregating의 약어 데이터가 부족한 문제를 해결하기 위한 방법론 데이터를 복원 추출하여 유사하지만 다른 데이터 집단(표본)을 생성 (Bootstrapping) 이 여러 개의 표본을 기반으로 각각의 DT모델을 개발한 후에 예측,분.. 2024. 2. 23. 이전 1 다음
