集成算法的目标:
集成算法会考虑多个评估器的建模结果,汇总之后得到一个综合的结果,以此来获取比单个模型更好的回归或分类表现。
多个模型集成成为的模型叫做集成评估器,组成每个评估器的每个模型都叫做基评估器。一般有三种集成算法:装袋法(模型独立,互相平衡),提升法(模型有序,逐渐提升)和stacking。
袋装法的代表模型就是随机森林。
sklearn中的集成算法模块ensemble
在集成算法中有一般以上都是树的集成模型。
集成算法的目标:
集成算法会考虑多个评估器的建模结果,汇总之后得到一个综合的结果,以此来获取比单个模型更好的回归或分类表现。
多个模型集成成为的模型叫做集成评估器,组成每个评估器的每个模型都叫做基评估器。一般有三种集成算法:装袋法(模型独立,互相平衡),提升法(模型有序,逐渐提升)和stacking。
袋装法的代表模型就是随机森林。
sklearn中的集成算法模块ensemble
在集成算法中有一般以上都是树的集成模型。