꿈라CBT다음 <보기>의 상황에서 앙상블 기법 선택에 대한 판단으로 가장 적절한 것은?
보기
가지치기를 하지 않은 단일 의사결정나무를 학습한 결과는 다음과 같다.
| 구분 | 정확도 |
|---|---|
| 훈련 데이터 | 100% |
| 검증 데이터 | 65% |
학습 데이터를 조금만 바꾸어도 트리의 구조가 크게 달라지는 현상이 관찰되었다.
- 1구조가 크게 흔들리는 고분산 상태이므로, 배깅(랜덤 포레스트)으로 분산을 줄여야 한다.
- 2부스팅은 분산 감소에 특화되어 있으므로 부스팅을 먼저 적용해야 한다.
- 3배깅은 모델을 순차적으로 학습시키므로 병렬 처리가 불가능해 대용량 데이터에는 적합하지 않다.
- 4앙상블을 적용하면 단일 모델보다 해석이 쉬워지므로 규칙을 그대로 읽어 낼 수 있다.