머신러닝[분류알고리즘6] 스태킹 앙상블

스태킹은 여러가지 개별적인 알고리즘을 서로 결합해 예측결과를 도출한다는 점에서는 앞에 소개된 배깅 및 부스팅과 공통점을 가지고 있다. 하지만 가장 큰 차이점은 개별 알고리즘으로 예측된 데이터를 기반으로 다시한번 데이터 예측을 수행한다는 것이다. 즉, 개별 알고리즘 예측 결과 데이터 세트를 최종 메타데이터 세트로 만들어 별도의 알고리즘으로 최종학습을 수행하는 방식이다.

스태킹 모델에는 두 종류의 모델이 필요한데, 첫번째는 개별적인 기반 모델이고, 두번째로 이 개별 기반 모델의 예측 데이터를 학습데이터로 삼아 학습하는 최종 메타 모델이다.

현실적인 문제에 사용하는 경우가 적고, 머신러닝 대회 등에 사용하는 경우가 많다.