機器學習常用概念辨析

目錄 Bagging & Boosting 方差 & 偏差 近似誤差 & 估計誤差 判別模型 & 生成模型 期望風險 & 經驗風險 & 結構風險 上採樣 & 下采樣 先驗概率 & 後驗概率 信息增益 & 基尼係數 機器學習有好多概念需要理解,這裏做個總結 Bagging & Boosting Bagging: Bagging 在每次迭代過程中通過bootstrap(有放回抽樣)的方式生成一個訓練集
相關文章
相關標籤/搜索