AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
粘贴集成
一种集成方法，在训练数据的随机子集上构建多个模型，无放回抽样，以减少方差并提高泛化能力。
術語
无放回抽样
一种观测值选择技术，其中每个被选中的元素都从总体中移除，确保像在粘贴集成中那样获得唯一的子集。
術語
有放回抽样
一种方法，其中观测值可以在同一样本中被多次选择，这是装袋法的基本特征。
術語
训练子集
在集成方法中用于构建单个模型的训练数据部分，根据技术不同可能采用有放回或无放回抽样。
術語
预测聚合
将集成模型中各个预测结果组合的过程，通常通过多数投票（分类）或平均（回归）来实现。
術語
模型多样性
集成模型应当各不相同以使聚合有效的原则，通过使用不同的数据子集来实现。
術語
随机子空间抽样
装袋法的扩展，其中模型除了在观测值子集上训练外，还在特征的随机子集上训练。
術語
小样本粘贴
粘贴集成的一种变体，使用小尺寸的子集来加速训练，同时保持模型的多样性。
術語
模型方差
模型对训练数据变化的敏感性，集成方法如装袋法（bagging）专门旨在减少这种方差。
術語
预测稳定性
模型在面对训练数据轻微变化时产生一致预测的能力，通过集成方法得到提升。
術語
并行集成训练
装袋法（bagging）和粘贴法（pasting）的优势，允许在不同数据子集上同时训练基础模型。
術語
样本复杂度
达到特定性能所需的样本数量，通过有效的集成方法可能减少。
🔍