文件名称:
集成方法：装袋，RandomForest和AdaBoostClassifier-源码
开发工具:
文件大小: 365kb
下载次数: 0
上传时间: 2021-02-13
详细说明：在之前的实验中，我使用朴素贝叶斯（Naive Bayes）对此垃圾邮件进行分类。 在本笔记本中，我们将通过使用一些新技术（例如Bagging，RandomForest和AdaBoostClassifier）扩展先前的分析。
事实证明，我们的朴素贝叶斯模型实际上做得很好。 但是，让我们看一下其他一些模型，看看是否仍然无法改进。
特别是在本笔记本中，我们将研究以下技术：
可以找到有关合奏方法的另一个非常有用的指南。
这些合奏方法结合了多种技术：
引导通过学习者传递的数据（装袋）。
对用于学习者的功能进行子集化（与装袋组合表示随机森林的两个随机组成部分）。
将学习者聚集在一起，以使在某些方面表现最佳的学习者产生最大的影响（增强）。
通常，可以使用五步过程来使用监督学习方法（您在上面实际使用的方法）：
导入模型。
使用感兴趣的超参数实例化模型。
使模型适合训练数据。
预测测
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
