機器學習 —— 集成學習

集成學習是什麼?   目前,有三種常見的集成學習框架:bagging,boosting和stacking。國內,南京大學的周志華教授對集成學習有很深入的研究,其在09年發表的一篇概述性論文《Ensemble Learning》對這三種集成學習框架有了明確的定義,概括如下: bagging: 從訓練集從進行子抽樣組成每個基模型所需要的子訓練集,對所有基模型預測的結果進行綜合產生最終的預測結果: 詳解
相關文章
相關標籤/搜索