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以後咱們要考慮模型的效率問題，經常使用的模型效率分析手段有：web 研究模型學習曲線，判斷模型是否過擬合或者欠擬合，並作出相應的調整； 對於模型權重參數進行分析，對於權重絕對值高/低的特徵，能夠對特徵進行更細化的工做，也能夠進行特徵組合； 進行bad-case分析，對錯誤的例子分析是否還有什麼能夠修改挖掘 模型融合：模型融合就是訓練多個模型，而後按照必定的方法集成過個模型

>>阅读原文<<