TIL(Today I Learned)1️⃣심화 프로젝트머신러닝 모델 성능 개선을 위한 Voting Ensemble 적용엔진 센서 데이터를 활용한 결함 유형 분류 문제에서는 단일 모델만으로는 모든 결함 유형을 안정적으로 구분하기 어려웠다. 특히 정상 상태와 일부 결함 유형은 비교적 명확하게 분리되었지만, Fault 2와 Fault 3은 센서 분포가 매우 유사하여 모델이 두 클래스를 혼동하는 경향이 나타났다.이를 보완하기 위해 Random Forest, XGBoost, LightGBM, CatBoost 등 여러 Tree 기반 모델을 학습하고, 성능이 우수한 모델들을 조합한 Soft Voting Ensemble을 적용하였다.1. 단일 모델 성능 비교먼저 Logistic Regression, Random For..