
7!
Объединение различных моделей
для ансамблевого обучения
В предыдущей главе мы сосредоточились на передовых методах настройки и оценки
различных моделей для задач классификации. В этой главе мы воспользуемся новыми
знаниями и исследуем различные способы построения наборов классификаторов, кото-
рые часто могут иметь лучшую прогностическую способность, чем любой из его от-
дельных членов. В этой главе вы научитесь:
! делать прогнозы на основе большинства голосов;
! использовать бэггинг, чтобы уменьшить риск переобучения путем построения слу-
чайных комбинаций обучающего набора данных с повторением;
! применять бустинг ...