weka[5] - Bagging

从决策树到Bagging,其实一点也不突兀。决策树是一个很基本的分类器,但是他容易Overfitting(因为细节分的太细,因此要引入剪枝策略)。

所谓的Overfitting可以这么理解,简单的模型能表达的东西更多,复杂的模型虽然更精确,但是可表达的东西较少。这时候,如果我的training data本身不具有全局代表性,同时我的分类器如果过于复杂,就更加无法表达样本集以外的特性,那么很可能就是有很小的training error,但是testing error很大。

所以一个可靠的办法是Bagging,把大量的base learner组合起来。比较典型的以决策树为base learner的算法有Random Forest、 VR-Trees。

Bagging的基础是希望base learner彼此独立(这样有严格的全局误差的upper bound),但是一般是做不到independent。于是,如果base learner如果是不稳定的,那么也能很大提升最后的结果。

Bagging的背景,先做这样的简单介绍,本篇主要是分析weka中Bagging代码,然后为下一篇random forests做准备。

BuildClassifier拆成几个部分(按顺序):

// can classifier handle the data?
    getCapabilities().testWithFail(data);

    // remove instances with missing class
    data = new Instances(data);
    data.deleteWithMissingClass();

    //IteratedSingleClassifierEnhancer: 默认复制m_Classifier 10遍
    super.buildClassifier(data);
    
    //m_CalcOutOfBag: 是否计算OOB error
    if (m_CalcOutOfBag && (m_BagSizePercent != 100)) {
      throw new IllegalArgumentException("Bag size needs to be 100% if "
          + "out-of-bag error is to be
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: weka-3-8-6-azul-zulu-windows.exe是一款用于数据挖掘和机器学习的免费开源软件Weka的安装程序。它采用了Azul Zulu OpenJDK平台,可在Windows系统上运行。Weka可以处理各种数据,并提供大量数据挖掘和机器学习算法,以帮助用户发现数据中的规律和模式。它还具有图形用户界面和命令行界面,使其易于使用。Weka被广泛用于学术界和工业界,它的应用包括医疗、金融、商业和社交媒体等领域。对于那些对数据挖掘和机器学习感兴趣的人来说,Weka是一个强大的工具,可以帮助他们分析和理解数据。 ### 回答2: weka-3-8-6-azul-zulu-windows.exe 是一款开源的机器学习软件WeKa的安装包,适用于Windows操作系统。WeKa是由新西兰Waikato大学开发的一款数据挖掘工具,它提供了一系列的机器学习算法和数据预处理工具,包括分类、聚类、回归等常见的算法。azul-zulu是一款Java运行时环境,用于运行基于Java编写的应用程序。因此,weka-3-8-6-azul-zulu-windows.exe中包含了WeKa软件及其所需的Java运行时环境。 下载weka-3-8-6-azul-zulu-windows.exe后,用户可以通过简单的安装流程将WeKa软件及其依赖的Java环境安装到自己的电脑上。安装完成后,用户可以通过WeKa提供的图形界面或者命令行界面进行数据挖掘和机器学习任务的分析和建模。WeKa被广泛应用于数据挖掘和机器学习领域,可以帮助用户处理和分析各种类型和规模的数据集。同时,WeKa还提供了丰富的文档和示例,方便用户学习和使用。总之,weka-3-8-6-azul-zulu-windows.exe是一款非常实用的数据挖掘工具软件,可以帮助用户掌握和应用机器学习技术,从而更好地处理和分析数据。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值