投票决策系统的理论基础

如果多模型之间是近似独立的，则多个模型的联合性能会显著优于单个模型

这是投票决策系统的理论基础，上次看了一直不太理解，刚好被惩罚线性回归搞混了来算算这个清醒下。。。

例如：有7个人，每个人都是相互独立的，且假设他们每人对一个东西好坏的判断的正确率为60%，那么采用大多数人意见的正确率是？

大约是71%

如果一个分类器正确判断的概率只有55%，这样的分类器有101个，那么大部分分类器判断正确的概率是82%+，这就是投票决策系统的理论基础

成功水了一篇哈哈哈哈，实在是头昏啦，没办法，就搞点简单的，梳理下细节决定开始用集成方法构建机器学习模块了