开发工具:
文件大小: 51kb
下载次数: 0
上传时间: 2021-01-20
详细说明：1.集成学习简介
一个牛逼的算法和10个简单的算法比，后者更好一点。
所以在解决过拟合和欠拟合问题的时候，使用boosting 和bagging 的方法。
欠拟合问题解决：弱弱组合变强 boosting
过拟合问题解决：相互牵制变壮 bagging
2. Bagging
bagging集成过程
采样：从所有样本中又放回的采样一部分特征
学习：训练弱n个学习器
集成：平权投票n 个若学习器
随机森林
定义：随机森林 = Bagging + 决策树
流程
在所有样本里选m个数据
在m个数据里选k个特征
训练n 个弱决策树
重复上三条
平权投票
注意：有放回的取出数据。选取的特征远小于所有特征
(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.
