- 博客(1)
- 收藏
- 关注
转载 bagging和boosting的区别
当我们试图用任何机器学习技术来预测目标变量时,实际值和预测值的主要差异是噪声,方差和偏差。集成(ensembling)有助于减少这些因素。使用集成的原因是许多不同的预测变量试图预测相同的目标变量将比任何单一的预测器完成的更好。集成技术进一步分为Bagging和Boosting。 Bagging(bootstrap aggregating)是一个简单的集成技术,我们建立许多独立的预测变量/模型/...
2018-03-21 14:40:00
442
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人