Q.452026년50회보통 변형3과목 · 데이터 분석🔖 저장🚨 오류신고앙상블(Ensemble) 학습에 관한 설명으로 적절하지 않은 것은?1배깅은 부트스트랩 표본으로 여러 모델을 병렬로 학습시켜 예측의 분산을 줄인다.2부스팅은 이전 모델이 틀린 관측치에 더 큰 가중치를 부여하며 순차적으로 학습해 편향을 줄인다.3여러 모델의 예측을 결합하므로 단일 의사결정나무보다 결과를 해석하기 쉬워진다.4스태킹은 여러 모델의 예측값을 입력으로 삼는 메타모델을 학습시켜 결과를 결합한다.정답: 3번 · 여러 모델의 예측을 결합하므로 단일 의사결정나무보다 결과를 해석하기 쉬워진다.해설오답률해설 불러오는 중…정답 확인
꿈라CBT