AI 词汇表
人工智能完整词典
200
个类别
2,608
个子类别
30,011
个术语
个术语
信息泄露（混合）
混合方法特有的风险，当保留集不够代表性或太小时，元模型可能会过度学习基础模型的预测。
个术语
混合权重
元模型学习到的系数或参数（通常是简单线性回归），用于在最终组合中加权每个基础模型的预测。
个术语
两级训练
混合的顺序过程，首先训练基础模型，然后在它们的预测上训练元模型。
个术语
堆叠交叉验证
混合的替代方法，通过训练集上的交叉验证生成元模型的预测，降低过拟合风险但增加复杂性。
个术语
模型多样性
混合中的关键原则，使用不同算法的基础模型（如决策树、支持向量机、神经网络）来捕捉多样模式并提高整体性能。
个术语
折叠外预测
模型在交叉验证的每个折叠的验证数据上生成的预测，在堆叠中使用，但在混合中避免使用，而采用保留集。
个术语
元模型过拟合
元模型记忆基础模型在保留集上的预测而非泛化其组合的现象，通常由于保留集太小或元模型过于复杂导致。
个术语
线性混合
混合的简化形式，元模型是线性回归，仅寻找基础模型预测的最优线性组合。
个术语
分层分割用于混合
将数据集分割为训练集和保留集以进行混合的技术，保留目标类别的分布，以避免元模型预测中的偏差。
个术语
预测融合
结合多个估计器输出的操作，这是混合和其他集成方法的核心，用于产生更稳健的最终预测。
个术语
加权混合
混合的一种变体，其中基础模型预测的权重是手动定义或通过启发式方法确定的，而不是通过元模型学习得到的。
个术语
混合中的泛化
最终混合模型在未见过的数据上正确表现的能力，取决于基础模型的稳健性和元模型泛化其组合的能力。
🔍