AdaBoosting,RF,SVM笔记
Box-Jenkins建模流程 作时序图->是否平稳->如否->进行差分 如是->模型识别->模型估计->模型充分提取序列->如否->模型调整 如是->模型预测 AdaBoosting里的弱分类器可以有不同的算法，但是随机森林里的弱分类器都是决策树； AdaBoosting对缺省值或噪声很敏感，而随机森林则不是很敏感 随机森林缺点 随机森林在分类问题中表现很好，但是在回归问题中表现并不好，因为随机
相关文章
- 1. adaboosting
- 2. SVM-笔记(1)
- 3. Linux笔记 rm -rf 嘻嘻
- 4. SVM学习笔记
- 5. SVM小结笔记
- 6. SVM学习笔记-软间隔SVM
- 7. GBDT、RF、SVM、XGBoost面试要点整理
- 8. ADABOOSTING 的理解
- 9. AdaBoosting and Stacking
- 10. SVM公式推导笔记
- 更多相关文章...
- • ASP.NET Razor - 标记 - ASP.NET 教程
- • ADO 添加记录 - ADO 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Docker容器实战(六) - 容器的隔离与限制
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. adaboosting
- 2. SVM-笔记(1)
- 3. Linux笔记 rm -rf 嘻嘻
- 4. SVM学习笔记
- 5. SVM小结笔记
- 6. SVM学习笔记-软间隔SVM
- 7. GBDT、RF、SVM、XGBoost面试要点整理
- 8. ADABOOSTING 的理解
- 9. AdaBoosting and Stacking
- 10. SVM公式推导笔记