Voting Classifier 정의

Voting Classifier란 여러개의 모델을 결합하여 더 좋은 예측 결과를 도출하는 앙상블 기법 중 하나이다.

Voting Classifier에는 hard voting 방법 과 soft voting 방법이 있다.

 

Hard Voting

Hard Voting은 Majority Voting이라고도 하며, 각각의 모델들이 결과를 예측하면 각 모델의 예측을 모아 다수겨 투표로 최종 예측 결과를 선정하는 방식이다.

그림을 보면 첫 번째 분류기는 0.9의 확률로 생존을 선택, 두 번째 분류기는 0.6확률로 사망을 선택, 세번째 분류기는 0.7의 확Voting Classifier 률로 사망을 선택하였다. 생존을 선택한 모델이 1개, 사망을 선택한 모델이 2개이기때문에 Voting Classifier은 최종적으로 사망을 선택하게 된다.

 

Soft Voting

Soft Voting은 Probability Voting이라고 하며, 각 모델들이 예측한 결과값의 확률을 합산해 최종 예측 결과를 선정한다.

단순히 개별 분류기의 예측 결과만을 고려하지 않고 높은 확률값을 반환하는 모델의 비중을 고려할 수 있기 때문에 Hard Voting 보다 성능이 더 좋은 편이다.

그림을 살펴보면, 3개의 모델이 생존을 선택할 확률의 평균은 0.533이고, 사망을 선택할 확률의 평균은  0.466이다.

최종적으로 Voting Classifier는 Hard Voting과 다르게 생존을 선택하게 된다.

 

오늘은 Voting Classifier에 대해 알아 보았다.. 다음 시간에는 Voting Classifier을 이용해 와인 품질 분류 실습을 진행 하도록 하겠다.