集成學習維基百科,自由的 encyclopedia 在統計學和機器學習中,集成學習(英語:Ensemble learning)方法通過組合多種學習算法來獲得比單獨使用任何一種算法更好的預測性能。[1][2][3]與統計力學中通常是無限的系綜不同,機器學習中的集成學習由有限的一組模型組成,但這些模型之間通常允許存在更靈活的結構。 此條目需要補充更多來源。 (2019年1月2日) 此條目翻譯品質不佳。 (2019年1月2日)
在統計學和機器學習中,集成學習(英語:Ensemble learning)方法通過組合多種學習算法來獲得比單獨使用任何一種算法更好的預測性能。[1][2][3]與統計力學中通常是無限的系綜不同,機器學習中的集成學習由有限的一組模型組成,但這些模型之間通常允許存在更靈活的結構。 此條目需要補充更多來源。 (2019年1月2日) 此條目翻譯品質不佳。 (2019年1月2日)