Ансамбли моделей
Идея
Ансамбли моделей (model ensembles), называемые также компо зициями алгоритмов, строят прогноз, используя не одну модель , а совокупность базовых моделей (base learners) и агрегирующую мета-модель (meta-model) , которая агрегирует прогнозы базовых моделей:
Далее рассмотрим проблемы, которые могут успешно решаться с помощью ансамблей моделей.
Борьба с переобучением
Ансамбли позволяют бороться с переобучением (overfitting) базовых моделей под обучающую выборку.
Используя ансамбль, мы надеемся, что одни модели будут недооценивать целевую переменную, другие - переоценивать, в результате чего ошибки разных моделей взаимно скомпенсируются, и мы получим более точный итоговый прогноз.
Агрегирующей моделью в этом случае выступает простая функция, такая как усреднение прогнозов базовых моделей.