Task5 模型集成

1. 集成學習方法 – 假設你有許多基礎分類器—「簡單的分類規則」,則組合 這些分類規則可能是一個好主意, 可能會比單個規則獲得 更高的精度 – 選擇基礎分類器時候往往主要考慮的是其簡單性,而非精 度 – 基礎分類器應該對總體中的一部分不同個體是精確的,他 們組合起來可以有效處理所有個體 (即互爲補充) – 基礎分類器之間的差異 不同基礎分類器有着不同的假設 同一分類器有着不同的超參數 同一輸入對

>>阅读原文<<