모델 평균화
여러 개의 독립적인 모델 예측치를 결합하여 하나의 최종 예측을 도출하는 앙상블 기법의 일종이다. 각 모델의 성능이나 신뢰도에 따라 가중치를 다르게 부여하여 결합함으로써 개별 모델의 오차를 줄인다. LDP 환경에서 발생하는 개별 모델의 불안정성을 완화하고 전체적인 분류 정확도를 높이는 데 기여한다.