inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[개정판] 파이썬 머신러닝 완벽 가이드

앙상블 학습의 개요와 보팅(Voting)의 이해

"앙상블 학습의 개요와 보팅(Voting)의 이해" 강의에 대한 질문

309

박희상

작성한 질문수 8

0

안녕하십니까?

교재 4장 '분류' 밑에 앙상블이 소개되어 있는데, 앙상블 기법은 분류 외에도 범용적으로 쓸 수 있지 않나요?
강의나 교재를 다 보지 않았지만 (∴ 나중에 소개될 수도 있을텐데...)
분류 외에도 회귀나 다른 비지도학습에도 적용 가능하지 않을까 하여 질문 드립니다.

좀더 구체적으로는, https://scikit-learn.org/stable/tutorial/machine_learning_map/index.html에 보면
분류나 회귀에는 Ensemble...인 class가 있는 것 같은데, 군집이나 차원 축소에도 적용 가능한 것 아닌가 하는 생각이 듭니다.

만약 교재에 없다면 분류 외 사례를 제시해 주실 수 있다면 좋겠습니다.
     - 사례: URL 제시 또는 구글 검색어 제시 등

감사합니다. 수고하세요.

통계 python 머신러닝 배워볼래요?

답변 2

1

권 철민

안녕하십니까,

일반적인 의미로 앙상블은 여러개의 모델이 합쳐진 방식으로 확대 해석이 가능합니다. 따라서 범용적으로 확대가 가능합니다. 하지만 이런 앙상블 모델은 주로 지도학습(Supervised Learning)에 사용됩니다. 그래서 분류와 회귀에 적용이 됩니다.

앙상블은 수십~ 수백개의 모델의 예측 확률을 기반으로 Voting을 하거나, 예측 오류를 감소시키는 방향으로 알고리즘을 구성하는 방식입니다. 이러한 방식 때문에 차원 축소나 군집화에는 잘 적용하지 않습니다.

하지만 2개 이상의 모델을 기반으로 하는 것도 앙상블 기법이므로 이러한 측면으로 차원 축소나 군집화에 적용하는 경우도 일부 있습니다(물론 잘 활용되지는 않습니다)

아래는 앙상블 기반의 차원 축소 소개 URL입니다.

https://arxiv.org/abs/1710.04484

아래는 앙상블 기반의 군집화 소개 URL입니다.

https://link.springer.com/article/10.1007/s13042-017-0756-7

좋은 질문 감사합니다.

0

박희상

알려 주신 URL 참고하도록 하겠습니다. 답변 감사드립니다.

안녕하세요 열심히 수강중인 학생입니다

0

63

2

정수 인덱싱

0

68

2

넘파이 오류

0

85

2

11강 numpy의 axis 축 질문 드립니다.

0

85

2

Kaggle 에서 Santander customer satisfaction data 를 다운로드 되지가 않습니다.

0

79

2

Feature importances 를 보여주는 barplot 이 그래프로 안보여져요.

0

70

2

타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.

0

75

2

타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.

0

64

2

5강 강의 오류가 있어요.

0

84

1

실무에서 LTV 관련 모델 선택 질문입니다!

0

72

2

14강 강의 듣는중에 궁금한게 있어서 질문합니다~

0

69

3

파이썬 다운그레이 후 사이킷런 재설치

0

117

2

좋은 강의 감사합니다.

0

72

2

scoring 함수 음수값

0

67

2

6번 강의에 사이킷런, 파이썬, 아나콘다 각각 버전 일치 안 시키고 진행해도 강의 따라가 지나요?

0

100

2

분류 평가 정확도 예측

0

77

2

안녕하세요. 강의 들으면서 업무에 적용하고 싶은 수강생입니다.

0

99

1

카카오톡 채널 있나요

0

107

1

혹시 강의에서 사용하시는 ppt 받을 수 있는건가요

0

189

2

pca 스케일링 관련하여 질문드립니다.

0

100

2

주피터 대신 구글 코랩

0

172

2

강의에서 사용하는 pdf or ppt자료는 따로 없는 건가요?

0

148

2

실루엣 스코어..

0

86

2

float64 null 값 처리 방법

0

103

2