에이다 부스트

약한 학습기들을 결합하여 강력한 모델을 생성합니다.

입력 포트

• 없음

출력 포트

• 미학습 모델: 에이다 부스트 학습 알고리즘

설정

1. 앙상블에 사용할 추정기 수 설정

   앙상블에 사용할 결정 트리의 개수를 입력합니다. 일반적으로 값이 클수록 모델의 복잡성과 성능이 향상됩니다. 반대로 값이 작을수록 성능이 떨어질 수 있습니다.

2. 학습률 설정

   약한 학습기의 기여도를 조절하는 역할을 하는 학습률을 0과 1 사이의 값으로 설정합니다. 학습률 값이 작을수록 약한 학습기의 가중치를 작게 만들어 모델이 조금씩 학습되도록 돕고, 알고리즘의 안정성을 높입니다. 반대로 학습률 값이 클수록 약한 학습기의 가중치를 크게 만들어 학습 속도가 빨라집니다. 그러나 너무 높은 학습률은 모델의 과적합 문제를 일으킵니다.