为预测建模问题选择机器学习算法，需要使用 k 折交叉验证来评估许多不同的模型和模型配置。超级学习器是一种集成机器学习算法，它结合了您可能为预测建模问题进行调查的所有模型和模型配置，并使用它们来做出预测 […]
档案 | 集成学习
如何在机器学习中使用折外预测
机器学习算法通常使用重采样技术进行评估，例如 k 折交叉验证。在 k 折交叉验证过程中，会在测试集上做出预测，这些测试集由未用于训练模型的数据组成。这些预测被称为“折外预测”，是一种“样本外预测”。折外预测在机器学习中起着重要作用 […]
如何减少最终机器学习模型的方差
最终机器学习模型是在所有可用数据上训练的，然后用于对新数据进行预测。大多数最终模型的问题在于它们的预测存在方差。这意味着您每次拟合模型时，都会得到一组略有不同的参数，这些参数在 […]