꿈라CBT어느 기업의 분석팀이 고객 이탈 예측 모형을 구축하면서 여러 모델링 전략을 검토하고 있다. 다음 팀원들의 발언 중 앙상블(Ensemble) 학습에 대한 이해가 옳은 것은?
- 1A: "랜덤 포레스트는 하나의 의사결정나무의 분리 기준을 반복적으로 정교화하는 기법이므로, 나무 한 그루의 규칙만 확인하면 전체 모형을 그대로 해석할 수 있습니다."
- 2B: "부스팅은 여러 모형을 결합하는 것이 아니라, 단일 모형의 초매개변수를 반복 조정해 그 하나의 모형만 정교하게 만드는 방법입니다."
- 3C: "배깅으로 여러 모형을 결합하면 단일 의사결정나무보다 예측의 안정성은 높아질 수 있으나, 어떤 변수와 규칙이 결과를 좌우했는지에 대한 해석은 오히려 어려워집니다."
- 4D: "앙상블은 다수 모형의 결과를 종합하므로 예측 정확도와 해석 용이성이 항상 동시에 향상됩니다."