知识卡片
多数表决依赖错误独立
多个准确率相同且误差独立的二分类器投票时,正确票数服从二项分布,错误率低于一半时,多数出错的尾概率随成员数增加而下降。共享训练数据或模型偏好会让错误相关,复制同一个模型再投票不会带来这种收益。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第8章 集成学习
原书出处 · 1 处
- 第8章 集成学习 · 查看原书依据
是编号为的基分类器预测的标记,是的真实标记,它们之间不一致的概率记为.
参考来源
- 位置:《机器学习公式详解》第8章 集成学习(book-source:`extracted/机器学习公式详解/_epub-src/text/part0014.html`,式(8.1))
- 结论依据:式(8.1)至(8.3)以二项计数推导多数投票失误的概率上界。
- 原始内容:是编号为的基分类器预测的标记,是的真实标记,它们之间不一致的概率记为.