앙상블: 여러 개의 개별 모델을 조합하여 보다 정확한 예측을 도출하는 기법
앙상블 기법들
배깅(Bagging, bootstrap aggregation의 약자) : 샘플(복원랜덤추출)을 여러번 뽑아서(bootstrap) 각 (동일한 알고리즘)모델을 학습시킨 다음 결과물을 집계하는 방법
보팅(Voting) : 각기 다른 알고리즘을 이용하여 최종 예측 값을 투표하는 방식
부스팅(Boosting) : 부스팅은 머신러닝 앙상블 기법 중 하나로 약한 학습기(weak learner)들을 순차적으로 여러 개 결합하여 예측 혹은 분류 성능을 높이는 알고리즘
스태킹(Stacking) : Cross Validation 기반으로 개별 모델이 예측한 결과를 다시 Meta dataset으로 사용하여 최종 모델 Meta Learner에서 학습하는 방식
배깅 & 부스팅