44. 다음 중 앙상블 모형의 배경에 대한 설명으로 옳지 않은 것은?
- 1배깅은 모델의 분산을 감소시켜 과대적합(Overfitting)을 증가시킬 수 있다.
- 2배깅은 부트스트랩(Bootstrap)으로 데이터의 다양성을 확보한다.
- 3배깅은 종속변수가 범주형 데이터의 경우 하드보팅을 적용한다.
- 4대표적인 배깅방식은 랜덤 포레스트(Random Forest)알고리즘이다.
위키 해설
위키 편집·등록하다 보면 어느새 합격!
📝 문제 해설(등록자)
클릭하면 보입니다.
🤖 AI 문제 해설
AI의 해설은 정확하지 않을 수 있으니 읽어보시고 꼭 평가해주세요.
시기에 따라 사용 가능한 모델이 달라질 수 있습니다.
🤝 무료 LLM 모델을 찾고 있습니다.
클릭하면 보입니다.