앙상블 모델 앙상블 모델은 여러 모델을 연결하여 쓴다 앙상블 - 보팅(Voting) 하드보팅 소프트 보팅 배깅(Baggin) 결정트리는 하나의 나무 랜덤포레스트모델은 각각 다른 나무들 각 트리는 학습 데이터를 다르게 해서 트리들이 서로 다르게 만든다. 특성을 랜던하게 학습해서 트리들이 서로 다르게 만든다. 보팅과 랜덤포레스트의 다른점 : 랜덤포레스트는 서로다른 결정트리들을 모델로 사용 보팅은 여러 모델을 사용 랜덤으로 뽑은 데이터가 여러개의 모델에 들어가고난 결과를 과반수로 채택한다 보팅, 배깅은 병렬 구조로 각 모델이 옆모델의 결과에 영향을 끼치지 않는다. 부스팅(Boosting) 하나의 샘플 데이터만 사용 각 모델에서 오차가 나오면 그 기억을 다음 모델에 보내 오차를 점점 줄여간다 -> 성능이 높다 ..