bagging vs boosting bagging은 랜덤하게 추출하여 parallel하게 학습 시키는 모델 boostiong 오분류율에따라 가중치를 주어서 학습시키는 모델 boosting은 가중치를 반영해야하기 때문에 랜덤하게 추출하여 sequential하게 학습시킴 bagging 모델보단 boosting모델이 성능이 좋은편임 하지만 sequential하게 학습시키기 때문에 느릴수 있음. 오버피팅 될 수 있다는 것도 단점 단점을 보완하기위해 속도 개선 로직을 포함한 boosting 모델이 많음 Catboost 모델도 속도 개선 로직을 포함한 모델 중 하나 Catboost 범주형 데이터가 많을때 사용하면 좋은 모델 다만, 수치형 데이터가 많을때는 lightgbm보다 속도가 느림 level-wise tree..