実践 機械学習システムの7章と8章が、やりたいことに近かったので、ザクザクっとまとめました。(数式とコードには一切触れず、概要だけ) アソシエーション・ルール・マイニングもキレイにまとまった資料があったので書きませんでした。(一番下の参考のところ) 個々に学習した複数の学習器を融合させて汎化能力(未学習データに対する予測能力)を向上させ、一つの学習器を作成することをアンサンブル学習と呼ばれます。 特徴として、各学習器を新しい特徴量として考えることができ、訓練データを基にその新しい組み合わせ方を学習する。 諺の3人寄れば文殊の知恵な感じです。学習器の個数を増加することにより識別能力が向上して行く。アンサンブル学習は、高い識別能力に加え単純性(学習器を複数個用意するだけ)と 汎用性(任意の学習器に適用可能)という利点がある。 そのためには、各学習器の重みを調整する必要がある。(全ての学習器の重
![アンサンブル学習(Ensemble learning)とバスケット分析(basket analysis) - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/bd48b6ab249dcb17a7c3919b090c23eb7311a3f2/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwbmlycGVybSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9ODFiNzYzYmI0MDgwNzhlNzI5OTE1YmY2ODBlOWE5YjY%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D03c289f9e928aed499c641f168af712c)