所谓集成学习，就是训练多个机器学习模型，然后组合在一起，让它们协调工作。
俗话说，人多力量大，机器学习算法也是一样。
江寒经过一番认真的设计，确定了一个新的网络拓扑结构。
他从排名4~15的模型里，精心选择了7种，再加上“唯一优胜者”、“黑马中等生”、“书呆子”，一共10个神经网络。
将它们放在一起，简单地并联起来，组成了一个整体，然后设计了一个投票程序。
一张手写数字的图片输入网络后，会同时传递给10个神经网络模型，让它们各自进行计算，输出自己的预测结果。
如果大家的判断完全一致，那自然没什么问题。
但如果大家意见相左，就会启动投票程序，根据票数来决定最终的输出。
票数并不是平均分配的，在验证集上表现更好的模型，手里的选票也应该更多。
所以，理所当然的，“唯一优胜者”拥有最多的票数。
如果他全票投给自己，那么一般来说，他的意见就基本上接近正解，理应得到采纳。
这种情况下，其他模型就算有不同意见，而且全都统一口径，也不应该推翻优胜者的判断。
这就好比领导班子开会，不能光讲民主，还得适当集中……
但很多时候，优胜者对自己的判断，也并不是十分有把握，这个时候，其他“学生”给出的答案，就很有参考意义了。
如果其他人中，有人认为答案是另一个，并得到了多数人的支持，那么就会对优胜者的答案进行“弹劾”。
如果优胜者投给自己的票数，并不足以驳回大家的“弹劾”，那么就会少数服从多数，将最后输出修改为受到更多人认同的。
举例来说，刚才的那个数字5。
优胜者判断有60%的概率是6，37%的概率是5，2%的可能性是其他数字，这个时候，它就会输出错误的答案：6。
但如果在其他“学生”中，有人经过计算，认为答案应该是5，与优胜者判断不一致，就会启动投票程序。
由于优胜者判断只有60%的概率是数字6，折算后，等于它只肯为自己的答案投6票。
这个时候，只要其他9个模型的票数，加一起超过6票，即可弹劾成功。
如果优胜者对自己的判断，有90%以上的把握，那么其他9个人加起来，也不足以推翻他的结论。
意思就是这么个意思，具体的折算比例，当然不会这么简单。
还需要十分细致、耐心地进行调整，以使整个模型的输出，更加接近最优解。
当然，这种投票式的做法，无疑也有极小极小的可能性，产生不那么美好的结果。
比如，优胜者本来的判断明明是正确的，只是对自己信心不够充足，就有可能被其他模型给“纠正”成错误的。
但这种情况发生的几率，远远小于优胜者误判的几率。
所以，集成学习的总体性能，仍然领先于每一个单独的神经网络。
这种集成学习的思想，无疑是比较先进的，但实现起来难度也相当大。
尤其是那个投票程序，相当耗费脑细胞。
江寒全力开动脑力，也足足用了四个多小时，才将集成学习网络打造成功。
时间主要浪费在编写投票程序，以及调整折算比例上了。
至于10个子模块，已经全部训练完毕，得到了权重数据，就无需再耗费时间，重新进行训练了。
也幸亏如此，否则就没办法及时把最终程序，提交到KAGGLE官网上去了。
随后，江寒在最终版本的集成网络上，重新跑了一遍验证集。
结果十分喜人，识别准确率达到了惊人的99.62%。
这个成绩已经十分令人满意。
接下来，江寒就按照官网发布的说明，对自己的代码进行了一点处理。
主要是去掉一些调试语句，再将数据文件的接口，改成主办方要求的方式。
这样，官方在测试时，只需将测试用的数据文件，放入指定的文件夹里，而无需修改任何代码。
也许是对业余爱好者们的表现，并没有特别大的期待？
反正在这次比赛中，官方并没有要求公开源代码。
所以江寒也就没准备提供源代码。
他将自己的程序，用pyinstall编译成了可执行文件。
并使用了一点小技巧，将训练好的10个子网络的权重数据，也一起打包进了exe文件里。
最后，再用“初级数字混淆技术”加一道坚固的锁，这样就不怕被人逆向拆解了。
当然，江寒的这个集成学习方案，如果在比赛中一鸣惊人，等到比赛结束之后，说不定就会有大佬来联系他，询问设计思路之类的。
到时候，是否公开代码，用什么方式公开，公开到什么程度，江寒完全可以看情况决定。
也就是说，主动权完全掌握在自己手里。
本小章还未完，请点击下一页继续阅读后面精彩内容！