TIL(Today I Learned)1️⃣머신러닝 기초 라이브 세션 앙상블 모델이란?여러 모델의 예측을 결합하여 더 나은 결과를 얻는 방법배깅 (Bagging: Bootstrap AGGregatING)원래 데이터에서 여러 번 샘플링하여 다양한 데이터셋을 만들고, 각각에 대해 독립적으로 모델을 학습배깅: 랜덤 포레스트여러 개의 결정 트리를 독립적으로 학습각 트리가 서로 다른 데이터와 특성을 사용부스팅 (Boosting)이전 모델이 잘못 예측한 데이터에 더 많은 가중치를 두어 순차적으로 모델을 개선부스팅: XGBoost, LightGBM(LGBM)이전 모델의 오차를 보완하는 방향으로 학습높은 예측 성능으로 실무에서 널리 사용됨앙상블 모델의 장점?더 안정적이고 강건한 예측 가능과적합 위험을 줄일 수 있음더 높..