728x90
반응형
앙상블 기법에는 크게 Voting, Bagging, Boosting 그리고 추가로 Stacking, 이렇게 4가지가 존재합니다.
그 중에서 Stacking Ensemble 기법에 대해서 공부하여 정리해 보았습니다.
스태킹 앙상블(Stacking Ensemble)
- 개별적인 여러 모델들을 서로 결합해 예측 결과를 도출한다는 점에서는 배깅(Bagging) 및 부스팅(Boosting)과 비슷함
- 각각의 모델들로 예측한 데이터를 기반으로 다시 예측을 수행한다는 점에서는 차이가 있음
- 스태킹을 하기 위해서는 2~3개(또는 그 이상)의 Base model과 1개의 Meta model이 필요함
- 대회에서 성능을 조금이라도 올려야 할 경우에 사용함
따라서, 스태킹은 '여러 개의 Base model들로 예측한 결과를 다시 train으로 사용하여 1개의 Meta model로 최종적으로 예측을 한다'라고 할 수 있을 것 같습니다.
반응형
'Computer Science(CS) > ML,DL' 카테고리의 다른 글
AB Test란? (0) | 2023.04.07 |
---|---|
컬러 모델(Color Model) - RGB, CMYK, HSI, YCbCr, YIQ, Yuv (0) | 2023.03.30 |
기울기 폭발(Gradient Exploding) (0) | 2023.03.24 |
기울기 소실(Gradient Vanishing) (0) | 2023.03.23 |
댓글