集成学习是一种机器学习方法,但是他不是某种特定的机器学习算法,而是由多个机器学习算法合并在一起形成的算法,就是所谓的“博采众长”。
图示
集成学习有两个主要的问题需要解决,第一是如何得到若干个个体学习器,第二是如何选择一种结合策略,将这些个体学习器集合成一个强学习器。
最近一直在做多模态,思考多模态融合的过程和集成学习的定义的区别,后来经过实验室师兄的指点,才明白原来多模态很多时候不是在融合最终结果,而是融合中间过程,这里的结果指的是最终的预测结果,而集成学习指的是每个个体学习器已经得到了预测的结果,然后通过某种策略进行结合,从而确定最终选择哪个预测结果。如果在多模态融合中,存在每个模态在没融合之前就已经得到了预测结果,然后通过某种策略把每个预测结果进行了选择,那么这种融合方式就是集成学习。其实就是之前师兄说的是前中后的意思,如果在融合之前已经得到了预测结果,只不过是在多种模态的结果之前进行选择,那么这就是前期,但是关于中后期还是不明白。
参考:
网友评论