前回 の続き

新しい概念やキーワードのみメモを残しておく

概要

第7章 アンサンブル学習 - 異なるモデルの組み合わせ

1つの分類器だけを使わず、複数の分類器を使うことで、汎化性能を上げる

様々なアンサンブル法

• stacking ... 多数決
• bagging ... ブートストラップサンプリングを繰り返して生成した判別器を合成して，より判別精度の高い判別器を生成する方法．
  • この本の説明はわかりづらかったので ここ の説明を借りる
  • ブートストラップサンプリング ... 学習データを元に復元抽出して別のデータセットを作る、という操作を繰り返し行うことで、新しいデータセットを複数作るというもの
• AdaBoost(Adaptive Boosting) ... ランダムよりも少し精度がいいような弱い識別機を組みわせて、強い識別機を作成しようとする機械学習モデル
  • これも本よりググった方がわかりやすかった

References

• バギング - 機械学習の「朱鷺の杜Wiki」
• 【アンサンブル学習】多様性が大事? バギング・ランダムフォレスト編 - これで無理なら諦めて！世界一やさしいデータ分析教室
• 機械学習⑤ アダブースト (AdaBoost) まとめ - Qiita