Ensemble Model

배경

Data 분석을 하면서 DL Model을 만들어냈을 때, 준수한 성능의 Prediction model을 구축하고 Test Accuracy 또한 괜찮은 수준이었으나, 좀 더 정확한 Prediction model 구축을 위해서 구글링 중 Ensemble model을 찾게 되었다.

 

기존의 방법

Data - Preprocessing - Build Model - Training - Test 의 Process를 가진 DL 과정에서 Model은 항상 하나의 모델을 선정해서 따라하는 수준이었다. 하나의 모델안에서 Epochs, Loss function, Optimizer 등을 바꿔가면서 학습을 진행했다. 이러한 변경 옵션들은 큰 수준에서 Loss, Accuracy의 변화를 이끌어내지는 못하였다.

 

Ensemble model

ML/DL model의 성능을 강화시켜주는 Ensemble model에 대하여 알아본다.(써서 성능이 열화될 수도 있음을 고려해야함)

Ensemble model은 하나의 ML/DL 문제를 해결할 때, 다양한 model을 사용하여 전략적으로 Solution에 접근하는 방법이다.