머신러닝 기초 14 - Ensemble Learning - RandomForest (랜덤포레스트) 이론

머신러닝 기초 14 - Ensemble Learning - RandomForest (랜덤포레스트) 이론RandomForest (랜덤포레스트)는 Bagging (배깅)의 원리와 거의 동일합니다.Bagging(배깅)의 단점을 조금 보완한 Ensemble 모델이라 할 수 있는데, 이떤 단점을 보완하는지 살펴보겠습니다.Bagging (배깅)의 원리 재복습과 단점 Bagging (배깅)의 이론 시간에서 Bagging의 원리를 설명하였습니다.복원추출을 통해 데이터를 뽑고, 뽑은 데이터는 하나의 Learner로 정해 학습을 합니다.이 과정을 K번 반복하여 만든 K개의 모델로 test data를 예측하고, 그 결과값을 평균한다고 하였습니다.여기서 샘플링을 할 때 추출되지 않는 데이터는 또 예측을 해서, 검증데이터의..........

원문링크 : 머신러닝 기초 14 - Ensemble Learning - RandomForest (랜덤포레스트) 이론