* 그래디언트 부스팅(Gradient Boosting) - 앙상블에서 대표적인 부스팅 방식 (부스팅? 모형을 하나 뽑고 잘못한것을 학습해서 다음 모델로 넘긴다 -> '순차적인 직렬구조') - 이전 학습의 결과에서 나온 오차를 다음 학습에 전달해 이전의 오차(잔여 오차)를 점진적으로 개선하는 기법 - '회귀'(Regressor), '분류'(Classifier)모형 모두 사용 가능 - 매게변수 설정에 민감하지만, 잘 조정하면 더 높은 정확도를 보여줌 - 그래디언트 부스팅의 중요 매게변수: 'learning_rate' (높을수록 트리의 오차 보정을 강하게 함, 복잡한 모델 생성 / 너무 높으면 Overfitting 위험) - 종류: XGBoost, LightGbm, CatBoost * Gradient Boos..