머신러닝 기초 13 - Ensemble Learning - Bagging (배깅) 이론

머신러닝 기초 13 - Ensemble Learning - Bagging (배깅) 이론지난 앙상블의 종류 포스팅에서 배깅은 모델을 다양하게 만들기 위해 데이터를 재구성한다고 공부했습니다.이번 시간에는 어떤식으로 데이터를 재구성하는지 자세히 알아보도록 하겠습니다.Bagging (배깅) - BootstrappingBagging(배깅)은 bootstrap aggregation의 약자입니다.여기서 bootstrap은 복원 추출을 통해 만든 샘플이라고 간단히 정의할 수 있습니다.예제를 통한 Bootstrapping, 복원 추출 과정을 살펴보겠습니다.아래와 같이 전체 12개의 공(데이터)이 있다고 가정했을 때, 5개의 공을 뽑기로 했다면, 하나의 공을 뽑고, 다시 넣고, 또 하나를 뽑고, 넣습니다.5번..........

머신러닝 기초 13 - Ensemble Learning - Bagging (배깅) 이론에 대한 요약내용입니다.

자세한 내용은 아래에 원문링크를 확인해주시기 바랍니다.

원문링크 : 머신러닝 기초 13 - Ensemble Learning - Bagging (배깅) 이론