문제
앙상블 기법인 배깅(Bagging)과 부스팅(Boosting)에 대한 설명으로 적절한 것은?
① 부스팅은 이전에 잘못 분류된 데이터에 더 큰 가중치를 부여한다. ② 배깅은 재표본 추출을 사용하지 않는다. ③ 배깅은 언제나 단일 모형보다 높은 정확도를 보장한다. ④ 부스팅은 과적합 문제를 항상 방지한다.
정답
1번
해설
정답: 1. 부스팅은 이전 학습에서 틀린 관측치에 더 큰 가중치를 부여해 순차적으로 모형을 개선한다.
오답 풀이
- 1번: 부스팅의 대표적 특징이다.
- 2번: 배깅은 bootstrap 표본으로 여러 모델을 학습한다.
- 3번: 배깅은 분산을 줄이지만 항상 정확도 향상을 보장하지 않는다.
- 4번: 부스팅도 설정에 따라 과적합이 발생할 수 있다.