2019年9月11日
集成学习
摘要： bagging 数据集:有放回地随机抽取m个样本组成一个训练集 分类器:多个训练集生成多个分类器，这个过程可以并行 聚合:最终决策通过多个分类器投票表决产生 多数表决的理论说明：（统计学习方法中用来分析最近邻的多数表决） 若分类的损失函数为0 1损失函数，分类函数为 $$\it{f}: \mathb 阅读全文
posted @ 2019-09-11 09:36 youqia 阅读(143) 评论(0) 推荐(0) 编辑