[part6. ensemble]

[앙상블]

- 앙상블 방식 : 머신러닝 에서 알고리즘 종류에 상관없이 서로 다르거나, 같은 매커니즘으로 동작하는 다양한 머신러닝 모델을 묶어 함께 ㅅ용하는 방식

* 장점 : 예측 성능 안정적으로 제공, 쉽게 구현힐 수 있음

* 단점 : 다양한 모델을 사용하기 때문에 이 모델 자체로는 compact한 표현이 되기는 어려운 문제가 있음

- Bagging, Boosting

*bagging : 학습과정에서 training sample을 랜덤하게 나누어 선택해 학습

*boosting : classifier순차적으로 적용, 이전 calssifier를 다음 분류기에서 보완하는 방식

- Model 평가 방법

1. accuracy : 정확도

2. confusion matrix : 각 경우에 대해 오차가 얼마나 있었는지

3. precision, recall