권철민 강사님의 '파이썬 머신러닝 완벽 가이드'을 학습하고 정리한 것입니다. 배우는 중이라 잘못된 내용이 있을 수 있으며 계속해서 보완해 나갈 것입니다. :)) 앙상블 학습이란, 앙상블 학습을 통한 분류는 여러 개의 분류기(Classifier)을 생성하고 그 예측을 결합함으로써 보다 더 정확한 최종 예측을 도출하는 기법을 말한다. 특히 XGboost, LightGBM 등과 같튼 앙상블 모델을 정형 데이터의 분류나 회귀 분야에서 예측 성능이 매우 뛰어난 학습 모델을 만드는데 용이하다. 앙상블의 특징 - 단일 모델의 약점을 다수의 모델들을 결합하여 보완 - 성능이 떨어지되, 서로 다른 유형, 계열의 모델들을 섞으면, 오히려 더 성능이 나아지기도 한다. 예를 들어, 랜덤 포레스트나 뛰어난 부스팅 알고리즘들은 ..
