機器學習模型優化之模型融合

前言：在機器學習訓練完模型之後我們要考慮模型的效率問題，常用的模型效率分析手段有： 研究模型學習曲線，判斷模型是否過擬合或者欠擬合，並做出相應的調整； 對於模型權重參數進行分析，對於權重絕對值高/低的特徵，可以對特徵進行更細化的工作，也可以進行特徵組合； 進行bad-case分析，對錯誤的例子分析是否還有什麼可以修改挖掘 模型融合：模型融合就是訓練多個模型，然後按照一定的方法集成過個模型，應爲它容

>>阅读原文<<