编译 | 曹翔，沈爱群，寒小阳

　　介绍

　　集成建模是提高个人机器学习模型能力的有效方法。如果你想在任何机器学习竞赛排行榜排名靠前，或者你想改进你正在构建的模型，那么集成建模就是你接下来要走的路。

　　下面这张图片总结了集成模型的力量：

　　考虑到集成建模的重要性，我们决定给出40道题目测试我们社区关于集成建模的问题。测试包括整体建模的基础及其实际应用。

　　总共有1411名参与者注册了技能测试。如果你错过了测试，这里你将有有机会看看你能答对多少问题。

　　↓↓↓继续往下读！

　　问答

　　1

　　以下哪个算法不是集成方法的示例？

　　A.额外树回归/ Extra Tree Regressor

　　B.随机森林

　　C.梯度增强

　　D.决策树

　　解析：（D）

　　选项D是正确答案。在决策树的情况下，我们构建单个树并且不需要任何集成。

　　2

　　以下哪一项关于集成分类器的说法是正确的？

　　1.更“肯定”的分类器可以更坚定的投票

　　2.分类器关于空间的某一特定部分可以更“确定”

　　3.大多数时候，它的性能优于单个分类器

　　A. 1和2

　　B. 1和3

　　C. 2和3

　　D.以上所有

　　解决方案：（D）

　　在集成模型中，我们给具有较高精度的分类器赋予较高的权重。也就是说，这些分类器有更确信的投票。另一方面，较弱的模型对问题的具体领域肯那个更“擅长”。 通过对较弱模型的集成，我们可以聚合他们的可靠部分的结果。

　　最终的结果将比单个较弱模型的结果好得多。

　　3

　　以下哪些有关集成建模的好处是正确的？

　　1.更好的表现

　　2.广义模型

　　3.更好的可解释性

　　A. 1和3

　　B. 2和3

　　C. 1和2

　　D. 1，2和3

　　解析：（C）

　　1和2是集成建模的好处。 选项3是不正确的，因为当我们集成多个模型时，我们就失去了模型的可解释性。

　　4

　　对于为一个集成学习挑选基础模型，以下哪项是正确的？

　　1．不同模型可能掌握相同算法并且不同超参数

　　2．不同模型可能掌握不同的算法

　　3．不同模型可能掌握不同的训练空间

　　A. 1

　　B. 2

　　C. 1和3

　　D. 1，2和3

　　解析：（D）

　　我们可以遵循上面提到的任何或者所有选项来创建一个集成，由此发现选项D是正确的。

　　5

　　【判断】集成学习只适用于监督式学习方法。

　　A．正确

　　B．错误

　　解析：（B）

　　通常，我们将集成技术用于监督式学习算法。但是，你可以将集成用于非监督式学习算法。

　　参考资料（https://en.wikipedia.org/wiki/Consensus_clustering）。

　　6

　　【判断】当模型中存在显著的多样性时，集成将产生坏的结果。

　　注意：所有独立的模型都有有意义的、良好的预测。

　　A．正确

　　B．错误

　　解析：（B）

　　集成是一门将多种学习者（个体模型）组合在一起以提高模型的稳定性和预测能力的学问。因此，开奖，创建多样化模型的集成是得到更好的结果的非常重要的一个因素。

　　7

　　下面哪些关于在集成建模中使用的较弱模型是正确的？

1. 他们有比较低的方差，而且他们通常不会过度拟合

2. 他们有很高的偏差，所以他们不能解决困难的学习问题

3. 他们有很大的差异，并且他们通常不会过度拟合

A. 1和2

B. 1和3

C. 2和3

D. 以上都不是

　　解析：（A）

　　能力较弱的学习者(模型)对于问题的某一特定部分都比较确定。因此，低方差和高偏差的能力较弱的学习者往往不会过度拟合。

　　8

　　【判断】分类器的集成可能或可能不比其中任何一个独立模型更准确。

　　A. 正确

　　B. 错误

　　解析：（A）

　　通常，集成将会改进模型，但它不一定百分百正确。 因此，选项A是正确的。

　　9

　　【判断】如果你使用一个不同基本模型的集成，是否有必要调整所有基本模型的超参数以提高整体表现？

　　A. 是

　　B. 否

　　C. 无法确定

　　解析：（B）

　　调整是不必要的。能力较弱的学习者(模型)的集成也可以产生一个好的模型。

　　10

　　一般来说，如果独立基本模型____________，集成方法的效果就更好。

　　注意：假设每个独立的基本模型有大于50％的精确度。

　　A.预测之间的相关性较低

　　B.预测之间的相关性较高

　　C.相关性对集成输出没有任何影响

　　D.以上都不对

　　解析：（A）

　　集成建模成员之间较低的相关性可以提高模型的误差校正能力。所有在集成建模时，优选使用具有低相关性的模型。

　　11

　　在选举中，N个候选人相互竞争，人们对候选人投票。选民投票时互不沟通。

　　下面的集成方法中哪一个类似于上面讨论的选举程序？

　　提示：人就像集成方法中的基本模型。

　　A.Bagging

　　B.提升/Boosting

　　C.A或B.

　　D.以上都不是

　　解析：（A）

　　在bagging集成中，各个模型的预测不会彼此依赖。所以A选项是正确的。

　　12

　　假设给你基于'n'个不同的模型（M1，M2，…, Mn）对测试数据给出'n'个预测。下列哪些方法可以用于组合对这些模型的预测？

　　注意：我们正在处理一个回归问题

　　1.中位数；2.产品；3.平均；4.加权总和；5.最小和最大；6.广义平均规则

　　A. 1，3和4

　　B. 1, 3和6

　　C. 1, 3, 4和6

　　D.以上所有

　　解析：（D）

　　所有上述选项都是用于聚合不同模型的结果的有效方法（在回归模型的情况下）。

　　13

　　假设，您正在处理一个二分类问题。并且有3个70％的精确度的模型。

　　如果你想使用多数表决方法来集成这些模型。那你能得到的最大精确度是多少？

　　A. 100％

　　B. 78.38％

　　C. 44％

　　D. 70

　　解析：（A）

　　参考下表列出的模型M1，M2和M3。

　　14

　　如果你想使用多数表决来集成这些模型。你能得到的最小精确度是多少？

　　A.总是大于70％

　　B.总是大于等于70％

　　C.可能小于70％

　　D.以上都不是

　　解析：（C）

　　参考下表列出的模型M1，M2和M3。

　　15

　　我们如何对一个集合中的不同模型的输出分配权重？

　　1.使用算法返回最佳权重；2.使用交叉验证选择权重；3.给更精确的模型赋予高权重

　　A. 1和2

　　B. 1和3

　　C. 2和3

　　D.以上所有

　　解析：（D）

　　以上所有决定集成中单个模型的权重的选项都是正确的。

　　16

　　下列哪一个关于平均集成的选项是正确的？

　　A.它只能用于分类问题

　　B.它只能用于回归问题

　　C.它既可以用于分类问题也可以用于回归问题

　　D.以上都不是

　　解析：（C）

　　在分类和回归中都可以使用平均集成。在分类中，您可以对预测概率进行平均，而在回归中，您可以直接平均不同模型的预测。

　　17

　　假设你对5个测试观察给出了预测。

　　预测= [0.2,0.5,0.33,0.8]

　　以下哪项是这些预测的平均产出排序？

　　提示：您正在使用最小 - 最大缩放

　　A. [0.，0.66666667,0.333333333,1.1]

　　B. [0.1210,0.666666667,0.95,0.33333333]

　　C. [0.1210,0.666666667,0.333333333,0.95]

　　D.以上都不是

　　解析：（A）

　　可以应用以下步骤来获取选项A的结果

　　1.给出预测的排名

　　2.对这些排名使用最小最大缩放比例

　　你可以在python中运行以下代码来获得所需的结果。

　　18