**
集成算法与随机森林
**
01集成算法-随机森林
Bagging模型
- 全称:bootstrap aggregation
- 最典型的代表就是随机森林
- 随机:数据采样随机,特征选择随机
- 森林:很多个决策树并行放在一起
02特征重要性衡量
随机森林优势
- 能够处理很高维度(feature很多)的数据,并且不用做特征选择
- 在训练完后,它能够给出哪些feature比较重要
- 容易做成并行化方法,速度比较快
- 可以进行可视化展示,便于分析
03提升模型
Ensemble learning
- 目的:让机器学习效果更好
- Bagging:训练多个分类取平均
- Boosting:从弱学习器开始加强,通过加权来进行训练
- Stacking:聚合多个分类或回归模型(可以分阶段来做)
Boosting模型 - 典型模型:AdaBoost,Xgboost
- Adaboost会根据前一次的分类效果调整数据权重
- 解释:如果某一个数据在这次分错了,那么在下一次我就会给它更大的权重
- 最终的结果:每个分类器根据自身的准确性来确定各自的权重,再合体
04堆叠模型
Stacking模型
- 堆叠:
- 可以堆叠各种各样的分类器(KNN、SVM、RF等等)
- 分阶段:第一阶段得出各自结果,第二阶段再用前一阶段结果训练