Ensemble Learning

集成学习(ensemble [ɒnˈsɒmbl] learning)通过构建并结合多个学习器来完成任务,有时也被称为多分类器系统(multi-classifier system)。 根据基学习器的生成方式,目前的集成学习大体可以分成以下两类: ①序列集成方法,其中参与训练的基学习器按照顺序生成。序列方法的原理是利用基础学习器之间的强依赖关系,通过对之前训练中错误标记的样本赋值较高的权重,来提高整体
相关文章
相关标签/搜索