머신러닝 기초 15 - Ensemble Learning - Boosting (부스팅) - Adaboost (에이다부스트) 실습

머신러닝 기초 15 - Ensemble Learning - Boosting (부스팅) - Adaboost (에이다부스트) 실습

머신러닝 기초 15 - Ensemble Learning - Boosting (부스팅) - Adaboost (에이다부스트) 실습Boosting에서 가장 기본적인 Adaboost 실습 포스팅입니다.Boosting에는 크게 두가지라고 앞에서 공부하였습니다.Adaboost (에이다 부스트)와 Gradient Boosting (그래디언트 부스팅)이었죠.오분류된 데이터를 가중치를 두어 다시 학습시킨다라는 것이 Adboost의 컨셉이었죠.이렇게 만들어진 weak learner들을 정확도에 따라 가중치를 조절해 최종 분류기를 만든다고 하였습니다.일반적으로 Adaboost (에이다부스트)보다는 RandomForest (랜덤포레스트)가 성능이 더 좋다고 하는데요.이전의 포스팅에서 살펴보았던 RandomForest의 실습 데이터와 동일..........

원문링크 : 머신러닝 기초 15 - Ensemble Learning - Boosting (부스팅) - Adaboost (에이다부스트) 실습

 등록된 다른 글

머신러닝 기초 4 - 변수선택법

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

머신러닝 기초 15 - Ensemble Learning - Boosting (부스팅) - Gradient Boosting (그래디언트 부스팅)

1 - 사드 배치로 인한 중국인 관광객 수 데이터 전처리 및 시각화

머신러닝 기초 11 - 의사결정 나무(Decision Tree) 실습

1 - 사드 배치의 영향으로 중국인 관광객이 얼마나 줄었을까?

머신러닝 기초 3 - 다중공선성

머신러닝 기초 10 - SVM (서포트벡터 머신 - Support Vector Machine)