Machine learning 为什么网络模型平均值可以提高测试集的性能？

随着人们训练一些网络模型，然后进行模型平均，以提高最终网络的性能。然后我想知道为什么模型平均可以工作？有没有关于这方面的文件或解释

---

事实上，辍学也是模型平均值，那么为什么辍学能起作用呢？

人们采用模型平均值，这样，如果任何模型与数据拟合过度，组合的模型平均值将能够提供更一般的预测。

我投票将这个问题作为离题来结束，因为这不是一个编程问题。这是一个巨大的话题，而且它并不局限于神经网络（即，它通常适用于ML）；从谷歌搜索“模特组合”开始，从维基百科上的条目开始。。。