Apa itu pencampuran data?

Istilah ini sering muncul di utas terkait metode .

Apakah memadukan metode khusus dalam penambangan data dan pembelajaran statistik? Saya tidak bisa mendapatkan hasil yang relevan dari google.

Tampaknya pencampuran adalah mencampur hasil dari banyak model dan menghasilkan hasil yang lebih baik. Apakah ada sumber daya yang membantu saya mengetahui lebih banyak tentang hal itu?

http://www.cs.cornell.edu/~caruana/ctp/ct.papers/caruana.icml04.icdm06long.pdf Beberapa makalah untuk membantu Anda lebih memahami apa itu blending. Saya pikir Anda juga dapat google untuk pemilihan / pembelajaran ensemble, dan menumpuk juga.

Pemahaman umum Anda tentang 'menggabungkan hasil dari banyak model dan menghasilkan hasil yang lebih baik' adalah benar.

Meningkatkan (seperti yang disebutkan dalam diskusi terkait) adalah metode yang menggabungkan satu set algoritma untuk mendapatkan hasil yang lebih baik daripada apa yang bisa Anda dapatkan dari algoritma tunggal apa pun. Misalnya hutan acak adalah metode untuk menggabungkan berbagai pohon klasifikasi untuk algoritma klasifikasi. Pendekatan ini secara resmi disebut ansambel rata-rata (walaupun algoithm biasanya menggunakan aturan mayoritas). Memadukan tampaknya menjadi kata yang digunakan beberapa orang untuk menggambarkan pendekatan peningkatan klasifikasi.

Dalam pencampuran data industri bukan tentang model tetapi tentang preprocessing : Ini adalah saat data digabungkan yang berasal dari sumber yang berbeda, seperti satu dari database dan data lain dari file CSV.