01. 2분 안에 말하기

앙상블 학습(Ensemble Learning) 중 보팅(Voting)은 투표를 통해 최종 예측 결과를 결정하는 방식이고, 서로 다른 유형의 알고리즘을 가진 분류기가 같은 데이터셋을 학습하여 도출한 결과들을 결합한다는 점에서 배깅(Bagging)과 구분됩니다.

보팅(Voting)의 유형- 하드 보팅(Hard Voting): 예측한 결과값들 중 다수의 분류기가 결정한 예측 결과값을 최종 보팅 결과값으로 선정 (다수결 원칙과 비슷)- 소프트 보팅(Soft Voting): 각 분류기별 레이블 값 결정 확률을 평균 낸 확률이 가장 높은 레이블 값을 최종 보팅 결과 값으로 선정: 일반적으로 이 방식이 성능이 더 좋아 자주 사용

02. 추가 학습 포인트

• 앙상블 - 보팅, 배깅, 부스팅 : http://www.dinnopartners.com/__trashed-4/

• 하드, 소프트 보팅 : https://ysyblog.tistory.com/77

  

• 보팅과 배깅의 차이점

  

• 보팅

  • 서로 다른 알고리즘을 가진 Classifier를 결합하는 것
  • 다른 알고리즘, 같은 데이터

• 배깅

  • 같은 유형의 알고리즘이지만, 데이터 샘플링을 서로 다르게 한 후, 학습을 하고나서 보팅하는 것
  • 같은 알고리즘, 다른 데이터

03. 코드 활용 참고

https://ek-koh.github.io/data analysis/voting/https://continuous-development.tistory.com/m/179https://tbr74.tistory.com/entry/ensemble-learning-votinghttps://libertegrace.tistory.com/entry/Classification-2-앙상블-학습Ensemble-Learning-Voting과-Bagging

04. 참고 문헌

https://ek-koh.github.io/data analysis/voting/https://woochan-autobiography.tistory.com/827https://eunsour.tistory.com/58