顾名思义,集成方法就是聚集多个分类器的预测来提高分类准确率。即通过改变训练样本的权重,构建一组基分类器,然后将这些分类器进行线性组合,通过对每个基分类器的预测进行投票来,提高分类的性能。
本章将解释为什么集成/组合方法比任意单分类器的效果好,并提供构建组合分类器的技术。
集成方法
最新推荐文章于 2021-05-23 19:06:59 发布
顾名思义,集成方法就是聚集多个分类器的预测来提高分类准确率。即通过改变训练样本的权重,构建一组基分类器,然后将这些分类器进行线性组合,通过对每个基分类器的预测进行投票来,提高分类的性能。
本章将解释为什么集成/组合方法比任意单分类器的效果好,并提供构建组合分类器的技术。