앙상블(Ensemble)
여러 개의 Weak Model을 조합/결합하여 최적의 모델을 만드는 것특징단일 모델의 약점을 다수의 모델들을 결합하여 보완성능이 떨어지더라도 서로 다른 유형의 모델을 섞는 것이 오히려 전체 성능에 도움이 될 수 있음Decision Tree의 단점인 과적합(Overfitting)은 여러 모델을 결합하고 보완하여, 알고리즘 자체의 장점인 직관적인 분류를 강화할 수 있음※ 과적합 : 모델이 훈련 데이터에는 너무 잘 맞지만, 새로운 데이터(테스트 데이터)에는 성능이 떨어지는 현상 앙상블에는 Base Ensemble, Meta Ensemble이 존재한다Base Ensemble에는 Voting, Bagging, Boosting 이렇게 3가지가 존재한다Base Ensemble여러 개의 개별 모델들의 예측을 직접적으로..
