ブースティング
from
アンサンブル学習
ブースティング
ブースティングではまず訓練データを1つ目のモデルに学習させ、予測結果と実際の値を比較する。次のモデルを学習する際には間違えた部分を正解できるように学習したデータを重視して学習を行う。前のモデルが間違って学習したデータを重視して次のモデルに学習させることを繰り返し次々にモデルを作っていく。 これら複数のモデルの予測結果を勘案することで最終的な予測を行う。ブースティングはモデルの学習結果を次のモデルに活用するために並列処理が不可能です。