온라인 그래디언트 부스팅

온라인 그래디언트 부스팅은 고정된 배치(batch)가 아닌 데이터가 한 번에 하나씩 도착하는 스트리밍 환경에 맞게 그래디언트 부스팅 프레임워크를 조정합니다. 각 단계에서 모델은 들어오는 관측치에 대한 의사 잔차(pseudo-residual)를 계산하고 약한 학습기(weak learner)를 제자리에서 업데이트하여, 과거 데이터를 저장하거나 다시 방문하지 않고 가산 앙상블(additive ensemble)을 성장시킵니다. 이로 인해 실시간 예측 및 재학습이 불가능한 대규모 스트리밍 파이프라인에 적합합니다.