集成学习
文章平均质量分 86
【文言】
言:我的工作,我的生活,我的感悟。点滴记录!
展开
-
集成学习 -- Bagging和随机森林(二)
1 Bagging集成原理目标:把下面的圈和方块进行分类实现过程:采样不同数据集2)训练分类器3)平权投票,获取最终结果4)主要实现过程小结2 随机森林构造过程在机器学习中,随机森林是一个包含多个决策树的分类器,并且其输出的类别是由个别树输出的类别的众数而定。随机森林 = Bagging + 决策树例如, 如果你训练了5个树, 其中有...原创 2020-04-20 18:12:34 · 441 阅读 · 1 评论 -
集成学习 -- 概述(一)
1 什么是集成学习集成学习通过建立几个模型来解决单一预测问题。它的工作原理是生成多个分类器/模型,各自独立地学习和作出预测。这些预测最后结合成组合预测,因此优于任何一个单分类的做出预测。2 复习:机器学习的两个核心任务任务一:如何优化训练数据 —> 主要用于解决欠拟合问题任务二:如何提升泛化性能 —> 主要用于解决过拟合问题集成学习的目的就是用于解决上面提出的两个问题。...原创 2020-04-20 18:04:11 · 412 阅读 · 0 评论