目次

概要

予測精度を上げることは機械学習において重要 な課題である。どれほど高度な手法を用いても、精度の 低いモデルは役に立たない。
しかし、精度の低いモデルも、複数組み合わせることで 高い精度を 実現することができる。
この 手法をアンサンブル学習という。
アンサンブル学習は、精度を 向上するために 欠かせない手法となって おり、Kaggleなどの機械学習のコンペティションで上位に入賞するためにも必須の技術である。 本稿ではアンサンブル学習の代表的な手法として、バギング、ブースティング、スタッキングの 3つの手法を紹介する。