Random Forest에서의 Out-of-Bag (OOB)

랜덤 포레스트(Random Forest)에서 "Out-of-Bag (OOB)" 샘플은 모델의 성능을 평가하는 중요한 개념 중 하나입니다. OOB 샘플은 부트스트랩 샘플링 과정에서 선택되지 않은 데이터 포인트들을 의미합니다. 랜덤 포레스트는 이 OOB 샘플을 사용하여 추가적인 검증 데이터 없이도 모델의 성능을 평가할 수 있습니다.Out-of-Bag (OOB) 샘플의 정의와 역할부트스트랩 샘플링:랜덤 포레스트는 배깅(Bagging) 방법을 사용하여 여러 결정 트리를 학습합니다. 각 트리는 원본 데이터셋에서 부트스트랩 샘플링(복원 추출)을 통해 생성된 샘플을 사용하여 학습됩니다.복원 추출이기 때문에 원본 데이터셋에서 일부 데이터 포인트는 여러 번 선택될 수 있으며, 일부 데이터 포인트는 선택되지 않을 수 있습..
ML 2024. 5. 29. 13:49
1