集成学习方法(未完待续)

1. 集成学习

简单说,就是通过适当的方式集成许多“个体”模型所得到的最终模型要比单独的“单独模型”的性能更优

2. 深度学习中的集成方法

2.1 Dropout

Dropout可以作为训练深度神经网络的一种技巧。在每个训练批次中,通过随机让一部分的节点停止工作。同时在预测的过程中让所有的节点都其作用

2.2TTA

测试集数据扩增(Test Time Augmentation,简称TTA)也是常用的集成学习技巧,数据扩增不仅可以在训练时候用,而且可以同样在预测时候进行数据扩增,对同一个样本预测三次,然后对三次结果进行平均

你可能感兴趣的:(集成学习方法(未完待续))