ترکیب چند مدل یا Ensemble، استفاده از خروجی چند برآوردگر برای ساخت یک نتیجه است. در رأی اکثریتِ سه دسته‌بند، برچسبی که دست‌کم دو رأی دارد انتخاب می‌شود. اما سه مدل الزاماً از یک مدل بهتر نیستند؛ باید ببینیم کجا اشتباه می‌کنند. یک جدول شش‌ردیفی نشان می‌دهد دقت فردیِ یکسان، می‌تواند به نتیجهٔ ترکیبی متفاوت برسد.
ابتدا قرارداد ترکیب را روشن کنیم
در این صفحه فقط hard votingدوکلاسه با سه رأیِ هم‌وزن داریم. مدل‌ها۰یا۱می‌دهند و تساوی رأی رخ نمی‌دهد. میانگین احتمال‌ها یا soft votingقرارداد دیگری است؛ استفاده از آن نیازمند معنی و کیفیت همان احتمال‌هاست. ترکیب چند مدل، رأی چند انسان مستقل یا حقیقت‌سنجی خودکار نیست.
روش‌های Ensembleبه رأی اکثریت محدود نیستند؛ روش‌هایی مانند bagging، boostingوstackingروند ساخت و آموزش متفاوتی دارند. اعداد این تمرین دربارهٔ آن روش‌ها یا یک محصول خاص نتیجه نمی‌دهند. اینجا هیچ مدل را آموزش نداده‌ایم و تمام خروجی‌ها عمداً ساخته شده‌اند.
سه خروجی با چهار پاسخ درست از شش
جواب مرجع فرضی،۰،۰،۰،۱،۱،۱است. مدلAدو ردیف نخست، Bردیف‌های۳و۴وCردیف‌های۵و۶را غلط می‌دهد. در هر ردیف دقیقاً یک خطا داریم؛ پس دو رأی دیگر می‌توانند آن را در این جدول جبران کنند.
| ردیف | مرجع | A | B | C | اکثریت |
|---|---|---|---|---|---|
| ۱ | 0 | 1 | 0 | 0 | 0 |
| ۲ | 0 | 1 | 0 | 0 | 0 |
| ۳ | 0 | 0 | 1 | 0 | 0 |
| ۴ | 1 | 1 | 0 | 1 | 1 |
| ۵ | 1 | 1 | 1 | 0 | 1 |
| ۶ | 1 | 1 | 1 | 0 | 1 |
هر مدل۴از۶درست دارد؛ رأی اکثریت۶از۶. این صددرصدِ یک جدول ساختگی، شاهد دقت یک سامانهٔ واقعی یا نتیجهٔ قابل تعمیم نیست. جدول را طوری ساخته‌ایم که سازوکار جبران خطای جدا دیده شود.
حال همان خطا را سه بار تکرار کنیم
در حالت دوم، هر سه ستون را عین خروجیAمی‌گذاریم. هر مدل باز هم۴از۶درست دارد، اما اکثریت نیز همان۴از۶را می‌دهد. در ردیف‌های۱و۲سه رأی اشتباه داریم؛ زیادشدن تعداد رأی، شاهد تازه‌ای اضافه نکرده است. در فایلCSVهر دو حالت کنار هم قرار گرفته‌اند.
از صفرشدن خطای مشترکِ دوتایی در حالت اول، استقلال آماری مدل‌ها نتیجه نمی‌گیریم؛ فقط شش ردیف را شمرده‌ایم. معماری متفاوت، نام برند متفاوت یا چند بار اجرای یک مدل هم به‌خودی‌خود استقلال خطا را ثابت نمی‌کند.
روی دادهٔ واقعی چه چیزی را ثبت کنیم؟
همان ورودی‌ها و جواب‌های مرجع را برای همه نگه دارید و ماتریس خطا را ردیف‌به‌ردیف مقایسه کنید. جدا از امتیاز کل، ببینید خطاهای مهم هم‌زمان اتفاق می‌افتند یا نه. روش ترکیب، وزن‌ها و آستانه‌ها را روی مجموعهٔ مناسب انتخاب کنید؛ آزمون نهایی را صرفاً برای انتخاب بهترین ترکیب بارها مصرف نکنید.
هزینهٔ اجرای چند مدل، زمان کامل و رفتار هنگام ناموجودبودن یکی از خروجی‌ها نیز بخشی از قرارداد هستند. پیروزی عددی روی یک معیار، الزاماً تصمیم مناسب برای پاسخ‌گویی فوری یا دادهٔ حساس نیست. ابتدا معیار پذیرش همان کار را بنویسید.
کد و ادامهٔ تمرین
کد واقعاً شمار۴/۴/۴، رأی اکثریت۶در حالت اول و۴در حالت مشترک را کنترل کرده است. هیچ فایل مدل بارگذاری نشده است. برای تمرین، خروجیBدر ردیف۱را هم غلط کنید و پیش از اجرا بگویید رأی آن ردیف چه خواهد شد.
اندازهٔ مدل و کیفیت معیار انتخاب یک مدل را از نام آن جدا می‌کند؛ اینجا الگوی خطای چند خروجی را می‌بینیم. برای ادامهٔ مبانی و رسیدن به کاربرد مشخص، مسیر هوش مصنوعی اپرا را دنبال کنید. مثال، معماری ترکیبی محصولات اپرا را اعلام نمی‌کند.
فایل تمرین و منبع
شش ردیف دست‌ساز؛ خطاهای جدا و خطاهای مشترک · کد محلی رأی اکثریت و شمار خطاهای مشترک
منابع در ۳ نوامبر ۲۰۲۶ خوانده شدند؛ این تاریخ، تاریخ انتشار منبع نیست. مثال‌ها و فایل‌های این راهنما آموزشی و ساختهٔ تحریریه‌اند.