- 트리 모델의 발전
- Decision Tree
- Random Forset
- AdaBoost
- GBM
- XGBoost,CatBoost(균형적 모델)
- LightGBM(비균형적 모델)
- Bagging
- 데이터 셋을 샘플링하여 모델을 만들어 나가는 것이 특징
- 샘플링한 데이터 셋을 하나로 하나의 Decision Tree 생성
- 생성한 Decision Tree의 Decision들을 취합하여 하나의 Decision 생성
- Bootstrap(데이터를 여러 번 샘플링)+Aggregation(종합)
- Boosting
- 랜덤하게 선택된 데이터 셋을 이용하여 하나의 트리를 만들고 예측 결과에 따라 가중치를 부여하여 다음 트리를 생성
| Bagging | Boosting | |
| 트리 생성 방법 | 병렬 모델(각 모델간 연관 X) | 순차적 모델(이전 트리의 오류 기반) |
| 특징 | 다양한 트리 생성 | 정밀한 트리 생성 |
본 포스트의 학습 내용은 부스트클래스
<AI 엔지니어 기초 다지기 : 부스트캠프 AI Tech 준비과정>
강의 내용을 바탕으로 작성되었습니다.