O que é mistura de dados?

Este termo aparece frequentemente nos encadeamentos relacionados ao método .

A combinação de um método específico para mineração de dados e aprendizado estatístico? Não consigo obter um resultado relevante do google.

Parece que a mistura está misturando resultados de muitos modelos e resultando em um resultado melhor. Existe algum recurso que me ajude a saber mais sobre isso?

http://www.cs.cornell.edu/~caruana/ctp/ct.papers/caruana.icml04.icdm06long.pdf Alguns documentos para ajudá-lo a entender melhor o que é a mistura. Eu acho que você também pode pesquisar no Google para seleção / aprendizado de conjuntos e empilhamento.

Seu entendimento geral de 'misturar resultados de muitos modelos e resultar em um resultado melhor' está correto.

Impulsionar (como mencionado na discussão vinculada) é um método que combina um conjunto de algoritmos para obter um resultado melhor do que o que você pode obter de qualquer algoritmo único. Por exemplo, florestas aleatórias é um método para combinar várias árvores de classificação para um algoritmo de classificação. Essa abordagem é formalmente chamada de média do conjunto (embora o algoritmo geralmente aplique a regra da maioria). Mistura parece ser uma palavra que algumas pessoas usam para descrever uma abordagem impulsionadora da classificação.

Na indústria, a mistura de dados não é sobre modelos, mas sobre pré - processamento : é quando os dados são mesclados que vêm de fontes diferentes, como um de um banco de dados e outros dados de arquivos CSV.