研究发现，集成方法的性能在预测度量与损失函数的选择下随着模型数量的增加而提升。当损失函数是凸的时候，集成的平均损失降低；当损失函数是非凸的时候，优秀模型的集成性能提升，而糟糕模型的集成性能下降。