机器学习15-Bagging学习方法

知识点十五:Bagging学习方法

Bagging这个单词,是根据Bootstrap Aggregation这个词组创造的一个新词。Bootstrap, 即拔靴带,是指穿长筒靴时用来帮助提靴的一个纽带,位于靴子后面。
在这里插入图片描述

统计学上的Bootstrap一般称为自助法,是指从n个训练样本

中随机选取n个,允许重复,生成与原始的训练样本集有些许差异的样本集的方法。像拔靴带那样的,只依靠自己就可以完成穿靴的动作,对于训练样本而言,因为采样后原始的训练样本集得以重新生成,因而可以灵活应用于各种各样的计算,所以就有了Bootstrap学习法这样的名称。另一方面,Aggregation 是聚集、集成的意思。因此,正如其名称所表示的那样,在Bagging学习中,首先经由自助法生成虚拟的训练样本,并对这些样本进行学习。然后,反复重复这一过程、 对得到的多个分类器的输出求平均值。

通过上述方法,就可以从大量略有不同的训练样本集合,得到多个稍微不同的弱分类器,然后再对这些分类器加以统合,就可以得到稳定、可靠的强分类器。

注意:本知识点的理解,请结合知识点七。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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