- 博客(2)
- 收藏
- 关注
原创 集成学习(一):Bagging
BaggingIntroductionEnsemble LearningBagging(Bootstrap Aggregating)OverallBootstrap SamplingAggregatingAlgothim1. Bootstrap Sampling2. Model Training3. Model Foresting4. Result AggregatingAnalysisBase ClassifierBias & Variance优缺点适用场景例子:随机森林(Random Fores
2020-08-24 16:47:27 337
原创 决策树的三种常见算法
决策树用途&组成构造算法1. 特征选择metricID3:信息增益定义使用场景例子缺点C4.5: 信息增益比定义连续数值特征的处理(转化为二分类寻找阈值的问题)解决过拟合问题:剪枝问题CART(Classification And Regression Tree):定义使用场景后剪枝:基于代价复杂度优劣总结比较算法分析适用场景问题过拟合类别不均衡实现用途&组成决策树是一个监督学习模型,可用于分类和回归,它是一个由内节点和叶节点构成的树型结构。每个内节点对应了一个关于某种特征的测试(Dec
2020-08-11 18:32:35 16116
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人