98_분류기

---

✅ 문제 해설 및 정답

문제 요지

여러 분류기를 하나의 메타 분류기로 연결하여, 개별 분류기보다 더 나은 성능을 달성하는 머신러닝 기법은?

이는 여러 기계 학습 모델을 조합해서 성능을 향상시키는 메타 학습 또는 앙상블(ensemble) 학습의 개념을 묻는 문제입니다.

---

보기 분석

번호	선택지	설명	적절성
①	다변량 선형회귀 (Multivariate Linear Regression)	회귀 분석 기법으로, 분류기의 조합이 아님	❌
②	앙상블 학습 (Ensemble Learning)	여러 분류기를 결합해 더 나은 예측 성능을 도출	✅ 정답
③	K-평균 (K-means)	비지도 학습의 클러스터링 기법	❌
④	LSTM (Long Short-Term Memory)	시계열 처리에 강한 딥러닝 모델	❌

---

📌 정답: ② 앙상블 학습 (Ensemble Learning)

앙상블 학습은 다수의 약한 학습기(분류기)를 결합하여 하나의 강한 학습기를 만들어내는 방법입니다. 대표적인 앙상블 기법에는 배깅(Bagging), 부스팅(Boosting), 스태킹(Stacking) 등이 있으며, 특히 스태킹은 메타 분류기를 사용하여 여러 분류기의 예측 결과를 조합합니다.

---