习题10-2

[simo-an]

习题10-2 集成学习是否可以避免过拟合？

解答

1. 什么是过拟合？ 过拟合是指模型对于训练数据拟合呈现过当的情况，反映到评估指标上就是模型在训练集上的表现很好，但是在测试集上的表现较差。结果就是训练出的模型泛化能力差。

2. 集成学习是否可以避免过拟合？ 集成学习是把多个模型集成到一起来作为共同的模型，可以降低单一模型的过拟合风险。 同时我们期望每个弱模型的差异要尽量大一些。