Recent Posts
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 티스토리챌린지
- Spring Batch
- 겨울 부산
- vfr video
- PersistenceContext
- table not found
- terminal
- JanusGateway
- JanusWebRTCGateway
- python
- 코루틴 빌더
- 개성국밥
- 코루틴 컨텍스트
- JanusWebRTCServer
- tolerated
- Value too long for column
- 깡돼후
- mp4fpsmod
- taint
- PytestPluginManager
- preemption #
- VARCHAR (1)
- 달인막창
- k8s #kubernetes #쿠버네티스
- JanusWebRTC
- 헥사고날아키텍처 #육각형아키텍처 #유스케이스
- 오블완
- 자원부족
- pytest
- kotlin
Archives
목록hard voting (1)
너와 나의 스토리
앙상블(Ensemble) / Random Forest
앙상블: 일련의 예측기(분류나 회귀 모델) 앙상블 학습(Ensemble learning): 일련의 예측기로부터 예측을 수집하면 가장 좋은 모델 하나보다 더 좋은 예측을 얻을 수 있을 것 앙상블 방법(Ensemble method): 앙상블 학습 알고리즘 훈련 세트로부터 무작위로 각기 다른 서브셋을 만들어 일련의 결정 트리 분류기를 훈련시킬 수 있다. 예측을 하려면 모든 개별 트리의 예측을 구하면 된다. 그런 다음 가장 많은 선택을 받은 클래스를 예측으로 삼는다. 랜덤 포레스트(Random forest): 결정 트리의 앙상블 가장 강력한 머신러닝 알고리즘 Ensemble method - 배깅, 부스팅, 스태킹 등 1. 투표 기반 분류기 좋은 분류기를 만드는 방법은 (로지스트)회귀 분류기, SVM 분류기, 랜..
Data Analysis/Machine learning
2019. 8. 15. 16:09