将多个个体学习器按一定策略结合成一个学习器(集成)

影响因素

在这里插入图片描述

数据差异

不同输入大小训练

特征差异

不同的模型,提取有差异性的特征

四种思想:

主流
bagging(代表:随机森林 RF):多个模型的结果进行投票亦或求取均值作为最终的输出
boosting(提升。代表:梯度提升树 GB)
不太主流
stacking(堆叠)
blending (混合)

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐