2017年11月24日
XGBoost、LightGBM的详细对比介绍
摘要： sklearn集成方法 集成方法的目的是结合一些基于某些算法训练得到的基学习器来改进其泛化能力和鲁棒性(相对单个的基学习器而言)主流的两种做法分别是： bagging 基本思想 独立的训练一些基学习器(一般倾向于强大而复杂的模型比如完全生长的决策树)，然后综合他们的预测结果，通常集成模型的效果会优于 阅读全文
posted @ 2017-11-24 14:42 Infaraway 阅读(53482) 评论(0) 推荐(7) 编辑