知识卡片
集成需要互补错误
组合模型的动机是利用不同成员各有长处。如果各成员集中在同一批样本上犯错,投票通常难以纠正这些错。可以在同一验证集比较单模型误差以及各模型错例重叠,再检查组合是否真实改善。
[[基学习器是集成的成员]]。互补错误解释成员如何给集成提供独立信息。
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
原书出处 · 1 处
- 11.1.2 集成学习的主要思想 · 查看原书依据
因此,没有绝对好的算法,只有合适的算法,换而言之,任何算法都存在局限性,也即“天生不足”,与其绞尽脑汁让一个不合适的算法发挥潜力,不如干脆集成几款机器学习算法,把问题转化为如何在当前数据分布情
参考来源
- 位置:《机器学习算法的数学解析与Python实现》11.1.2 集成学习的主要思想(来源项目 book-source,`extracted/机器学习算法的数学解析与Python实现/_epub-src/OEBPS/text00117.html`)
- 结论依据:本节从不同模型各自都可能失效解释为什么要组织互补成员。
- 原始内容:因此,没有绝对好的算法,只有合适的算法,换而言之,任何算法都存在局限性,也即“天生不足”,与其绞尽脑汁让一个不合适的算法发挥潜力,不如干脆集成几款机器学习算法,把问题转化为如何在当前数据分布情