makino

摘要： 本文主要总结Bagging 和 Boosting 和 Stacking思想的异同点。这三种算法都可以称作为“meta-algorithms”，就是将多个机器学习方法集成到一个模型里面去降低方差，偏差，或者改善模型预测能力。通常bagging可以降低variance，boosting可以降低bias， 阅读全文

摘要： Dimensionality Reduction --Hands-on Machine Learning with Scikit-Learn and TensorFlow -Chapter 8 Introduction Two main approaches for Dimensionalty Re 阅读全文

摘要： Ensemble Learning and Random Forests Notes and codes from Hands-on ml using sklearn and tensorflow --chapter 7 集成学习（ensemble learning）: 将一群预测模型放到一起称谓集 阅读全文

摘要： 随机森林和决策树常问概念总结，目的是针对面试，答案或许不完善甚至有错误的地方，需要不断updated。 1. 随机森林是什么？ 随机森林是一种集成学习组合分类算法，属于bagging算法。集成学习的核心思想：将若干个分类器组合起来，得到一个分类性能显著优越的分类器。随机森林强调两个方面：随机+森林。 阅读全文