集成（ensemble）是合并多个机器学习模型来构建更强大模型的方法。
举一反三
- 数据科学家经常使用多个算法进行预测，并将多个机器学习算法的输出（称为“集成学习”）结合起来，以获得比所有个体模型都更好的更健壮的输出。则下列说法正确的是？ A: 基本模型之间相关性高 B: 基本模型之间相关性低 C: 集成方法中，使用加权平均代替投票方法 D: 基本模型都来自于同一算法
- 在多个阅读理解数据集上，机器学习模型都超越了人类表现，证明现有的机器学习模型已经可以理解文本。
- 以下哪些不是机器学习的过程（）? A: 模型选择 B: 数据集划分 C: 深度学习 D: 数据清洗 E: 集成学习 F: 模型建立
- 构建机器学习模型时，只需要考虑预测的准确率。 A: 对 B: 错
- 如何构建集成模型使之更为有效，（ ）。 A: 构成集成模型的基模型必须是完美的 B: 构成集成模型的基模型是多样型的 C: 构成集成模型的基模型是较为有效并且是多样型的 D: 以上的答案都不是