มีเหตุผลหลักสองประการที่จะใช้วงดนตรีกับรุ่นเดียวและมีเหตุผลที่เกี่ยวข้องกัน พวกเขาคือ: ประสิทธิภาพ: วงดนตรีสามารถคาดการณ์ได้ดีกว่าและบรรลุประสิทธิภาพที่ดีกว่าโมเดลที่มีส่วนร่วมเพียงคนเดียว ความทนทาน: ชุดอุปกรณ์ช่วยลดการแพร่กระจายหรือการกระจายของการคาดการณ์และประสิทธิภาพของแบบจำลอง
วิธีการทั้งมวลทำงานอย่างไร
Ensembles เป็นวิธีแมชชีนเลิร์นนิงที่รวมการทำนายจากหลาย ๆ โมเดลเข้าด้วยกันเพื่อให้มีประสิทธิภาพการคาดการณ์ที่ดีขึ้น … วิธีการเรียนรู้ทั้งมวลทำงาน โดยการรวมฟังก์ชันการทำแผนที่ที่เรียนรู้โดยสมาชิกที่มีส่วนร่วม.
ทั้งมวลรุ่นดีกว่าไหม
ไม่มีการรับประกันใด ๆ ว่าโมเดลทั้งมวลจะทำงานได้ดีกว่ารุ่นแต่ละรุ่น แต่ถ้าคุณสร้างหลายๆ รุ่น และตัวแยกประเภทส่วนบุคคลของคุณอ่อนแอ ประสิทธิภาพโดยรวมของคุณควรดีกว่าแต่ละรุ่น
วิธีการทำงานของวงดนตรีและทำไมพวกเขาถึงเหนือกว่าแต่ละรุ่น?
โมเดลทั้งมวลรวมโมเดล 'แต่ละแบบ' (หลากหลาย) เข้าด้วยกันและ มอบพลังการทำนายที่เหนือกว่า … โดยทั่วไปแล้ว วงดนตรีเป็นเทคนิคการเรียนรู้ภายใต้การดูแลสำหรับการรวมผู้เรียน/โมเดลที่อ่อนแอหลายคนเข้ากับ สร้างผู้เรียนที่เข้มแข็ง โมเดลทั้งมวลทำงานได้ดีขึ้น เมื่อเรารวมโมเดลที่มีสหสัมพันธ์ต่ำ
เทคนิคการจัดชุดมีประโยชน์ตรงไหน
เทคนิคทั้งมวลใช้อัลกอริธึมการเรียนรู้ร่วมกัน เพื่อเพิ่มประสิทธิภาพการคาดการณ์ให้ดีขึ้น โดยทั่วไปแล้วจะลดการ overfitting ในโมเดลและทำให้โมเดลแข็งแกร่งขึ้น (ไม่น่าจะได้รับอิทธิพลจากการเปลี่ยนแปลงเล็กน้อยในข้อมูลการฝึก)