AdaBoosting 同时使用多个不同的基础估计器
AdaBoosting with several different base estimators at once
我知道您可以使用单个模型的多个实例（例如，600 个决策树、贝叶斯岭或线性模型）进行 AdaBoost。 AdaBoost 是否可以同时使用一系列模型，如何实现？
AdaBoost([DecisionTree, BayesianRidge, LinearRegressor, ...])
每个独立模型都有其优点和缺点，我想知道是否有可能将它们融合在一起。
由于 AdaBoost 与弱分类器的实现分离：是的，你可以。这些架构被称为 混合集成 。然而，它并不总是需要的，因为 AdaBoost 只要求弱分类器比随机分类器稍微好一点。因此，拥有一个同质的分类器集合通常就足够了。最后，如果它能提高性能，您将不得不针对自己的场景对其进行测试。
我知道您可以使用单个模型的多个实例（例如，600 个决策树、贝叶斯岭或线性模型）进行 AdaBoost。 AdaBoost 是否可以同时使用一系列模型，如何实现？
AdaBoost([DecisionTree, BayesianRidge, LinearRegressor, ...])
每个独立模型都有其优点和缺点，我想知道是否有可能将它们融合在一起。
由于 AdaBoost 与弱分类器的实现分离：是的，你可以。这些架构被称为 混合集成 。然而，它并不总是需要的，因为 AdaBoost 只要求弱分类器比随机分类器稍微好一点。因此，拥有一个同质的分类器集合通常就足够了。最后，如果它能提高性能，您将不得不针对自己的场景对其进行测试。