Chapter 09 · Interactive Pipeline

09. XGBoost (그래디언트 부스팅)

이전 나무가 틀린 오차(잔차, Residual)만을 집중적으로 다음 나무가 학습해 정답을 맞추는 부스팅

💡
비전공자를 위한 '아하!' 한 줄 원리
시험 보고 틀린 문제(오차)만 모아 오답 노트를 만들고, 다음 나무가 그 오답 노트만 맹훈련하여 와인 품질 등급을 극도로 정밀하게 맞춥니다.
1단계: 기준 모델
📉 1차 예측 & 잔차 계산
평균값 예측 후 실제 와인 품질과의 오차(Residual) 산출
➔
2단계: 오차 학습
🎯 잔차 집중 학습 트리
이전 트리가 놓친 오차만을 집중 보정하는 새 나무 적합
➔
3단계: 누적 앙상블
🏆 최고 정밀도 모델
학습률을 곱해 순차 누적 ➔ 최고 정밀도 등급 분류
1단계 진행 중: 데이터 입력 대기
평균값 예측 후 실제 와인 품질과의 오차(Residual) 산출