【機器學習】boosting集成學習GBDT

一、什麼是集成學習: 1、集成學習的含義 集成學習:指構建多個分類器(弱分類器)對數據集進行預測,然後用某種策略將多個分類器預測的結果集成起來,作爲最終預測結果。它要求每個弱分類器具備一定的「準確性」,分類器之間具備「差異性」。 2、集成學習的種類 集成學習根據各個弱分類器之間有無依賴關係,分爲Boosting和Bagging兩大流派: (1)Boosting流派,各分類器之間有依賴關係,必須串行
相關文章
相關標籤/搜索