이 용어는 메소드 관련 스레드 에서 자주 나타납니다 .
되어 혼합 데이터 마이닝 및 통계 학습의 특정 방법을? Google에서 관련 결과를 얻을 수 없습니다.
블렌딩은 많은 모델의 결과를 혼합하여 더 나은 결과를 가져온 것 같습니다. 그것에 대해 더 잘 아는 데 도움이되는 자료가 있습니까?
이 용어는 메소드 관련 스레드 에서 자주 나타납니다 .
되어 혼합 데이터 마이닝 및 통계 학습의 특정 방법을? Google에서 관련 결과를 얻을 수 없습니다.
블렌딩은 많은 모델의 결과를 혼합하여 더 나은 결과를 가져온 것 같습니다. 그것에 대해 더 잘 아는 데 도움이되는 자료가 있습니까?
답변:
http://www.cs.cornell.edu/~caruana/ctp/ct.papers/caruana.icml04.icdm06long.pdf 블렌딩이 무엇인지 이해하는 데 도움이되는 몇 가지 논문. 앙상블 선택 / 학습 및 스태킹을 위해 Google을 사용할 수도 있다고 생각합니다.
'많은 모델의 결과를 혼합하여 더 나은 결과를 얻는다'는 일반적인 이해는 맞습니다.
부스팅 (링크 된 토론에서 언급 한 바와 같이)은 단일 알고리즘에서 얻을 수있는 것보다 더 나은 결과를 얻기 위해 일련의 알고리즘을 결합하는 방법입니다. 예를 들어 임의 포리스트는 분류 알고리즘을 위해 다양한 분류 트리를 결합하는 방법입니다. 이 접근법을 공식적으로 앙상블 평균화라고합니다 (알고리즘은 대개 대다수 규칙을 적용하지만). 블렌딩은 일부 사람들이 분류에 대한 부스팅 접근법을 설명하는 데 사용하는 단어 인 것 같습니다.