同质与异质合奏

Question

我想向您询问我对整体学习（同质还是异质）的理解是否正确。

以下陈述正确吗？

一个均匀的合奏是一组在不同的数据作为随机森林和一个内置的相同类型的分类器的异质集合是一组在相同的数据建立不同类型的分类器。

如果不正确，请您说明一下吗？

Answer 1

同类集合由具有单一类型基础学习算法的成员组成。流行的方法（例如装袋和装箱）通过从训练示例中采样或向训练示例分配权重来产生多样性，但通常利用一种类型的基础分类器来构建整体。

另一方面，异构集合由具有不同基础学习算法（例如SVM，ANN和决策树）的成员组成。流行的异类集成方法是堆叠，这类似于增强。

该表包含同构和异类集成模型的示例。

编辑：

均质集成方法使用具有不同训练数据的相同特征选择方法，并将数据集分布在多个节点上，而 异质集成方法使用具有相同训练数据的不同特征选择方法。