集成学习:bagging、 boosting、stacking

一、什么是集成学习 集成学习通过构建并结合多个学习器来完成学习任务。要获得好的集成,学习器之间要具有差异性。 一. 集成学习的三大类: 个体学习器间不存在强依赖关系、可同时生成的,用于减少方差的 bagging,如 Random Forest 个体学习器间存在强依赖关系、必须串行生成的,用于减少偏差的 boosting, 如 Adaboosting 用于提升预测结果的stacking,投票机制 1
相关文章
相关标签/搜索