集成学习各模型有相关性吗

集成学习中的各模型可以有相关性，也可以没有相关性。

在集成学习中，如果使用的是同一种算法，例如都是决策树或都是神经网络，那么这些模型之间可能会有高度相关性，因为它们都使用了相同的特征和参数设置。在这种情况下，集成学习的效果可能不如使用不同类型的模型。

而当使用不同类型的模型时，例如混合使用决策树、随机森林、支持向量机等不同类型的算法，这些模型之间可能会有较低的相关性，因为它们使用不同的特征和参数设置。在这种情况下，集成学习的效果通常会更好，因为它可以利用不同模型的优点，从而提高整体预测准确性。