728x90
반응형
bagging algorism
bootstrap aggregating 라고도 하며, Leo Breiman 이 1994년 머신러닝 문제에 적용하며 처음 소개
부트스트래핑
: 통계적 기법
: 계산 과정에서 샘플링 기법을 적용하는 방법
: 기존 데이터로부터 무작위로 샘플 데이터를 추출해서 새로운 데이터세트를 만들어 냄
: 산순 평균, 분산, 정량적 측정치를 계산할 수 있는 데이터를 분석할 때 사용
오버피팅 발생 가능성을 낮추는 목적
- 교환방법을 이용하는 샘플링을 통해 원본 데이터에서 새로운 데이터세트를 만든다
- 앞에서 만든 데이터세트 각각에 모델을 학습
- 평균화 또는 최다 득표 보팅 결과를 바탕으로 모델의 결과를 조합
728x90
728x90
BIG
'머신러닝' 카테고리의 다른 글
Stacking - 스태킹 (1) | 2020.08.06 |
---|---|
Boosting - 부스팅 (0) | 2020.08.05 |
Regularization - 복잡도에 패널티 주기, 오버피팅 피하기 (0) | 2020.08.03 |
Overfitting, Undeffitting - 오버피팅, 언더피팅 (0) | 2020.07.31 |
머신러닝 - 학습 데이터 속성 (0) | 2020.07.30 |
댓글