소품집

지도 교수: 문지훈 교수님 팀원: 김의년, 소다영, 한태규 결과물: 한국통신학회 추계 학술대회 논문 2편 https://github.com/sodayeong/Solar_radiation_prediction_model-1 GitHub - sodayeong/Solar_radiation_prediction_model-1: 전이학습 모델 논문 코드 전이학습 모델 논문 코드. Contribute to sodayeong/Solar_radiation_prediction_model-1 development by creating an account on GitHub. github.com

앙상블 앙상블은 여러 분류기의 결과를 하나로 합치며 모델을 통합하는 것과 같고, 여러 개의 DT를 결합하며 하나의 모델을 사용했을 때 보다 더 높은 성능을 낼 수 있도록 한다. 앙상블 기법 중 많이 사용되는 학습 방법으로는 Voting, Bagging, Boosting, ECOC (Error-correcting output coding), Stacking 등이 있다. 1. 보팅 (voting) 일반적으로 보팅은 여러 가지 머신러닝 모델(여기에선 KNN, Logistic Regression, DT)을 같은 데이터 셋에 대하여 학습시킨 뒤, 예측한 결과를 투표하여 최종 결과로 선정하는 방식으로 진행된다. 보팅 방식에도 소프트 보팅과 하드 보팅으로 나뉜다. - 하드보팅 : 다수결 투표와 동일한 개념. 이 경우..