弱い学習器

定義

単独では精度が低いが、ランダムな予測よりわずかに良い性能を持つ予測モデル。浅い決定木（深さ1〜2のスタンプ）が典型例。アンサンブル学習ではこうした弱い学習器を多数組み合わせることで、単一の強力なモデルを超える性能を達成する。