Voting 이해하고, 최종 예측해서, Kaggle 에 제출해보기 질문

안녕하세요. 큰 틀에서는 유사함이 큽니다.

다만, 데이터를 쪼개서, 각 데이터로 머신러닝 결과를 내고, 이를 정의한 룰에 따라 합쳐서, 기존보다 더 좋은 성능을 내는 것이 bagging 기법의 기본 컨셉이고요. 이를 기반으로 만들어진 머신러닝 기법중 하나가 randomforest 이고요. randomforest 내부에서 일종의 aggregation 을 한 것입니다.

voting 도 결국 각 머신러닝 결과를 정의한 룰에 따라, 합쳐서 기존보다 더 좋은 성능을 내는 것은 맞는데요. 정확하게 보면, 데이터를 쪼개서, 동일한 머신러닝 알고리즘으로 낸 결과를 합친 것은 아니고, 전체 데이터에 대해, 다양한 머신러닝 알고리즘의 결과를 기반으로, 최종 결과는 내는 것이라서 살짝은 다른 느낌이라고 보시면 좋을 것 같습니다.

그러니까, 사람으로 치면, bagging 은 한 사람 내부에서 결론을 내기 위한, 일종의 사고 방식인 셈일 수 있고, voting 은 한 사람 내부의 사고 방식 단위라기보다는,  각 사람 단위로, 기본적으로는 여러 사람들의 의견을 취합하는 방법을 의미한다고 보시면 좋을 것 같습니다.