Что такое смешивание данных?

Этот термин часто встречается в темах, связанных с методом .

Является ли смешивание конкретным методом в интеллектуальном анализе данных и статистическом обучении? Я не могу получить соответствующий результат от Google.

Кажется, смешивание смешивает результаты многих моделей и приводит к лучшему результату. Есть ли какой-нибудь ресурс, который поможет мне узнать больше об этом?

http://www.cs.cornell.edu/~caruana/ctp/ct.papers/caruana.icml04.icdm06long.pdf Некоторые документы, которые помогут вам лучше понять, что такое смешивание. Я думаю, что вы также можете Google для выбора / обучения ансамбля, а также укладки.

Ваше общее понимание «смешивания результатов многих моделей и достижения лучшего результата», тем не менее, верно.

Повышение (как упоминалось в связанном обсуждении) - это метод, который объединяет набор алгоритмов для получения результата, который лучше, чем тот, который вы можете получить из любого отдельного алгоритма. Например, случайные леса - это метод объединения различных деревьев классификации для алгоритма классификации. Этот подход формально называется ансамблевым усреднением (хотя алгоритм обычно применяет правило большинства). Смешивание - это слово, которое некоторые люди используют для описания ускоренного подхода к классификации.

В отрасли смешивание данных связано не с моделями, а с предварительной обработкой : это когда данные объединяются из разных источников, например, из базы данных и других данных из файлов CSV.