꿈라CBT앙상블 분석에 관한 설명 중 옳지 않은 것은?
- 1배깅은 원본 데이터에서 중복을 허용해 부트스트랩 표본을 여러 개 만들고, 각각에 학습시킨 모형의 예측을 결합한다.
- 2부스팅은 모형을 순차적으로 학습시키면서 이전 모형이 틀린 관측치에 더 큰 가중치를 주어 오류를 보완해 나간다.
- 3랜덤포레스트는 앞선 모형의 오차를 다음 모형이 보완하도록 순차적으로 결합하는 부스팅 계열의 기법이다.
- 4여러 개의 약한 학습기를 결합하면 하나의 모형만 쓸 때보다 예측이 안정적이고 정확해지는 경우가 많다.