Artificial intelligence 在组合模型的集合中，当一个模型的权重为负时（如果有的话）有意义吗？

我想结合一些预测模型的结果，对它们的结果进行加权。在大多数相关的工作中，模型的权重在（0,1）范围内，但我发现负权重会带来更好的预测。因此，首先，我将下限设置为-3，上限设置为7。此外，我必须确定对模型权重总和的约束，并且通过约束1获得了最佳结果。

---

像我提到的那样确定权重有意义吗？

如果你有一个简单的分类器集合，比如decisionstumps，其中一些分类器的准确率可能低于50%，因此负权重可能有意义。如果像你说的那样设置边界是有意义的，那么即使看到你的数据也很难判断。编辑：低于50%，如果你有一个二元分类任务，我有3个预测模型，错误率分别为20%、25%和18%。输出是正实数，对于每个型号，我有8-9个特征，也在正实数范围内。结合模型的结果，误差百分比下降到5%。是否有任何确定的组合模型的规则？如果你有一个简单分类器的集合，如decisionstumps，其中一些可能具有低于50%的准确性，因此负权重可能是有意义的。如果像你说的那样设置边界是有意义的，那么即使看到你的数据也很难判断。编辑：低于50%，如果你有一个二元分类任务，我有3个预测模型，错误率分别为20%、25%和18%。输出是正实数，对于每个型号，我有8-9个特征，也在正实数范围内。结合模型的结果，误差百分比下降到5%。是否有任何确定的组合模型的规则？