- 博客(2)
- 收藏
- 关注
转载 集成学习的四大类(Bagging, Boosting, Stacking,Blending)
集成学习(随机森林,AdaBoost)集成学习Bagging:随机森林Boosting(串行训练):Adaboost; GBDT; XgBooststacking (新的训练数据集和新的测试集)Blending(训练数据划分为训练和验证集+新的训练数据集和新的测试集)集成学习集成学习是一种机器学习范式,多个学习器被训练来解决同一个问题。普通机器学习:从训练数据中学习一个假设。集成方法:试图构建一组假设并将它们组合起来。集成方法分类为:Bagging(并行训练):随机森林Boosting(串行
2021-02-12 21:54:48 4044 2
原创 统计学习基础第一节
统计学习基础第一节1、统计学习的特点统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测和分析的一门学科。也称统计机器学习。主要特点:(1)统计学习以计算机及网络为平台,是建立在计算机及网络之上的;(2)统计学习以数据为研究对象,是数据驱动的学科(3)统计学习的目的是对数据进行预测与分析(4)统计学习以方法为中心,统计学习方法构建模型并应用模型进行预测与分析(5)统...
2018-12-22 15:50:17 1559
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