机器学习技法 之 聚合模型总结（Summary of Aggregation Models）

Blending：指的是当已有丰富多样的 gtg_tgt​ 时，进行聚合（Aggregate）。（aggregate after getting diverse gtg_tgt​）。

常用的三种 Blending 模型如下：

uniform : 是认为不同的 gtg_tgt​ 之间可能可以相互修正，从而提高稳定性（stability）。而 non-uniform/conditional 则在原来的 gtg_tgt​ 的基础之上又进行了一层学习，所以能力更强，当然也要注意其带来的模型复杂度（complexity）。

Aggregation-Learning：指的是在聚合的过程中同时获得丰富多样的 gtg_tgt​（aggregate as well as getting diverse gtg_tgt​）

常见的 Learning 聚合模型如下：
原创文章 61获赞 143访问量 3万+ 关注 私信 展开阅读全文
作者：FlameAlpha

学习 模型 models 机器学习