我最近在多中心数据集的 MLR (R) 中运行了一个集成分类器。我注意到三个分类器（在不同数据模态上训练）的集成比最好的分类器差。这似乎出乎我的意料。我使用逻辑回归（没有任何参数优化）作为简单分类器，使用偏最小二乘 (PLS) 判别分析作为超级学习器，因为基础学习器的预测应该是相关的。我还测试了不同的超级学习者，比如 NB 和逻辑回归。结果没有改变。
以下是我的具体问题：
1）你知道，这原则上是否会发生？（我也google了一下，发现这个博客似乎表明它可以： https ://blogs.sas.com/content/sgf/2017/03/10/are-ensemble-classifiers-always-better-than-单分类器/ )
2) 特别是，如果您像我一样感到惊讶，您是否知道我可以在 mlr 中进行的任何检查以确保没有错误。我尝试过使用不同的交叉验证方案（最初我使用了 leave-center-out CV，但由于一些中心提供的数据很少，我不确定这是否会导致超级学习者的奇怪模型拟合），但是它仍然成立。我还尝试结合不同的数据模式，它们给了我同样的现象。
我很高兴听到您是否经历过这种情况，如果没有，您是否知道问题可能是什么。
提前致谢！