Are Ensembles Getting Better all the Time?
集成方法是否一直在变好？
机构 * Université Côte d’Azur Inria, Maasai team Laboratoire J.A. Dieudonné, CNRS Nice, France（法国尼斯大学 Inria 马萨伊团队 贾斯廷-马克斯-威廉姆斯大学 贾斯廷-马克斯-威廉姆斯实验室，CNRS Nice, France） ； Julius-Maximilians-Universität Würzburg Institute for Computer Science / CAIDAS Würzburg, Germany（德国魏玛-雅各布-马克斯-威廉姆斯大学 计算科学研究所 / CAIDAS 魏玛, Germany）
AI总结 研究发现，当损失函数为凸函数时，集成方法随着模型数量增加而持续变好，非凸情况下则表现不同。
Comments Final JMLR version, see journal version at http://jmlr.org/papers/v26/24-0408.html
Journal ref Journal of Machine Learning Research, vol. 26 (201), 1-46, 2025
