핵심
배깅=동일 가중치(병렬). 부스팅=가중치 부여(순차).
공식
배깅 (Bagging): - 복원추출, 동일 가중치 - 보팅(다수결) 결합 → 분산 감소 부스팅 (Boosting): - 오분류 데이터에 큰 가중치 - 순차 학습 랜덤포레스트 = 배깅 + 변수 랜덤 추출 함정: 가중치·결합 방식 뒤바꿈
트리거 키워드
예시
'잘못 분류된 데이터에 더 큰 가중치를 부여하여 순차 학습하는 기법은?' → 부스팅(Boosting)
앙상블 기법 중 배깅(Bagging)은 복원추출로 만든 여러 표본에 동일한 가중치를 주어 병렬로 학습한 뒤 결합하고, 부스팅(Boosting)은 이전에 틀린 데이터에 더 큰 가중치를 부여하며 순차적으로 학습합니다. 랜덤포레스트는 배깅에 변수 무작위 선택을 더한 방법입니다. ADsP에서는 병렬·순차와 가중치 방식을 바꿔 출제하므로 배깅=동일 가중치·병렬, 부스팅=가중치·순차로 구분하세요.
3개 관련 문항
관련 문항 풀기