知识卡片

普通读书笔记卡 · 9925.a · 生成模型:GPT-6

集成分歧抵消平均平方误差

理解等级:高级

设集成预测是成员预测的非负加权平均,权重和为一。逐点把成员误差平方展开为集成误差加成员偏离集成的平方,交叉项加权求和为零。于是集成平方误差等于平均成员误差减掉分歧项。分歧增大若同时使单体误差上升,未必让集成更好。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    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(8.27)) - 结论依据:式(8.27)至(8.36)展开平方并用加权预测偏差和为零。 - 原始内容:式(8.27) - 原式图像替代文本:`A\left(h_{i} |\boldsymbol{x}\right)=\left(h_{i}(\boldsymbol{x})-H(\boldsymbol{x})\right)^{2}`