2019年3月24日
集成学习：以Bagging、Adaboosting为例
摘要： 集成学习是一大类模型融合策略和方法的统称，以下以bagging和boosting为例进行说明： 1、boosting boosting方法训练分类器采用串行的方式，每个弱分类器之间是相互依赖的，尤其后一个弱分类器是依赖于前一个分类器的分类结果而构建的 此方法的基本思想是在每一层训练时，对前一层基分类 阅读全文
posted @ 2019-03-24 22:05 墨眉长相思 阅读(288) 评论(0) 推荐(0) 编辑