首页 > 试题广场 >

机器学习中的“集成学习（Ensemble Learning）

[问答题]
机器学习中的“集成学习（Ensemble Learning）”是什么？
添加回答
小码子12头像 小码子12
集成学习就是通过将若干个弱学习器，组成一个强学习器得思想
发表于 2025-07-26 21:15:00 回复(0)
牛客936341071号头像 牛客936341071号
集成学习是构建多个弱学习器，组合成一个更强、更稳定的强学习器。将多个模型的预测结果组合起来，通过一定的策略得到最终预测结果，用来提升整体模型的预测准确性和泛化能力鲁棒性。主要的方法有Bagging（随机森林），并行的构建弱学习器，弱学习器是不相关的，最终结果进行平均；boosting（XGBoost），串行的构建每一个弱学习器（决策树），每一轮的决策树样本权重与上一轮预测结果有关，更偏重于预测错误的样本，后续决策树不断纠正前面决策树的错误；stacking是将多个不同类型基学习器的预测结果作为特征，用一个新的学习器（也叫元学习器）进行最终整合。
发表于 2025-09-23 23:09:38 回复(0)
被加薪的垂耳兔很想奋斗头像 被加薪的垂耳兔很想奋斗
集合多个模型的预测结果，提升整体准确率和提高鲁棒性的机器学习方法
发表于 2025-09-20 10:24:55 回复(0)
ssp到手了的可乐很想去上海头像 ssp到手了的可乐很想去上海
集成学习就是将多个同种或不同种基础模型组合起来预测最终结果，有bagging,bosting,stacking等
发表于 2025-09-12 20:13:04 回复(0)
哈罗罗头像 哈罗罗
集成学习是综合多个模型的预测结果，以提高模型的准确性和鲁棒性。“众人拾柴火焰高”
发表于 2025-08-29 14:45:57 回复(0)
提交观点

问题信息

来自：机器学习-牛客面经八股
难度：
5条回答 307浏览

热门推荐

相关试题

扫一扫，把题目装进口袋

求职之前，先上牛客

扫描二维码，进入QQ群

扫描二维码，关注牛客公众号