[ML] 결정 트리 앙상블(ensemble), gradientBoosting(그레이디언트 부스팅) 회귀 트리

---

파이썬 라이브러리를 활용한 머신러닝 책을 보고 정리한 내용입니다. 앙상블(ensemble)은 여러 머신러닝 모델을 연결해서 더 강력한 모델을 만드는 기법이다. 그레이디언트 부스팅 회귀 트리는 여러 개의 결정 트리를 묶어 강력한 모델을 만드는 또 다른 앙상블 방법이다. 이전에 만든 트리의 예측과 타깃 값 사이의 오차를 줄이는 방향으로 새로운 트리를 추가하는 알고리즘 방법이다. 이를 위해 손실 함수를 정의하고 경사 하강법을 사용하여 다음에 추가될 트리가 예측해야 할 값을 보정해간다. GradientBoosting 회귀 트리 이름은 회귀지만 회귀와 분류 모두에 사용할 수 있다. 그레이디언트 부스팅은 이전 트리의 오차를 보완하는 방식으로..........

[ML] 결정 트리 앙상블(ensemble), gradientBoosting(그레이디언트 부스팅) 회귀 트리에 대한 요약내용입니다.

자세한 내용은 아래에 원문링크를 확인해주시기 바랍니다.

---

---

원문링크 : [ML] 결정 트리 앙상블(ensemble), gradientBoosting(그레이디언트 부스팅) 회귀 트리