꿈라CBT앙상블 학습에 대한 설명으로 적절하지 않은 것은?
- 1배깅(Bagging)은 복원추출 기반의 부트스트랩 샘플을 생성하여 각 샘플마다 학습시킨 후 모든 모델의 예측 결과를 하나로 합치는 방식이다.
- 2부스팅(Boosting)은 개별 모델에 동일한 가중치를 부여하여 순차적으로 학습한다.
- 3보팅(Voting)은 각 모델 예측 결과 중 가장 많이 나온 결과를 최종 결과로 채택한다.
- 4랜덤포레스트(Random forest)는 배깅 방식을 기반으로 하여 복수의 독립적인 의사결정나무를 생성 후 예측을 수행한다.