soft-voting
소프트 보팅 앙상블
여러 분류기의 예측 확률을 평균하거나 가중 평균해 최종 확률을 산출한 뒤 가장 높은 확률을 가진 클래스를 선택하는 방식이다. 개별 모델은 확률 분포를 출력하고 앙상블은 이 출력을 합성해 결정함으로써 단일 모델보다 분산을 낮추는 효과가 있다. 센서 노이즈가 큰 다중 클래스 문제에서 확률 평균 기반의 소프트 보팅은 불확실성을 완화하기 위해 활용된다.
소프트 보팅 앙상블
여러 분류기의 예측 확률을 평균하거나 가중 평균해 최종 확률을 산출한 뒤 가장 높은 확률을 가진 클래스를 선택하는 방식이다. 개별 모델은 확률 분포를 출력하고 앙상블은 이 출력을 합성해 결정함으로써 단일 모델보다 분산을 낮추는 효과가 있다. 센서 노이즈가 큰 다중 클래스 문제에서 확률 평균 기반의 소프트 보팅은 불확실성을 완화하기 위해 활용된다.
