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。
对
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
内容
- 0
机器学习在获取数据后进行数据分析以提取特征，进而构建机器学习算法，最终形成决策模型。（ ）
- 1
机器学习是一种通过利用数据，训练出模型，然后使用模型预测的一种方法。
- 2
机器学习是一种通过利用数据，训练出模型，然后使用模型预测的一种方法。（ ）
- 3
机器学习模型：机器学习模型按照可使用的数据类型分为监督学习和无监督学习两大类
- 4
最优化方法是机器学习中模型训练的基础，机器学习的很大部分内容就是通过最优化方法找到最合适的参数，使得模型的目标函数最优。