集成建模问题请教
为了解决过适应问题，按照集成学习的思想，可以选择多个模型作为集成学习的单个分类器，对于每个模型赋予相应的权重，对这些分类器按照某种方式(线性、非线性的组合方式)组合得到最终的集成分类器，从而生成合适的集成结果，提高在测试集合上的泛化能力。如何实现测试数据集的预测？因为我的理解在建模的时候并没有给出固定的模型，只是结果的集成，而建模数据集每次又不一样？