アンサンブル学習

アンサンブル学習

高精度のモデルを1つ作るのではなく

精度の低いモデルをたくさん作って合体させることで

高精度のモデルを作るのが目標。

弱学習機は複雑なモデルを学習させることができないものの

学習スピードが速いため、訓練や予測にかかる時間は少なくて済む。

アンサンブル学習の予測結果決定方法

主に分類の場合に用いられ一番多かった予測結果が最終的な予測結果となる

回帰や、分類のための確率を計算する場合に使われる。

予測結果を平均して最終的な予測結果とする

予測結果のうちどれが重要かをあらかじめ決めておき、その重要度に応じて平均していく方法。