Ensemble Learning

集成學習(ensemble [ɒnˈsɒmbl] learning)通過構建並結合多個學習器來完成任務,有時也被稱爲多分類器系統(multi-classifier system)。 根據基學習器的生成方式,目前的集成學習大體可以分成以下兩類: ①序列集成方法,其中參與訓練的基學習器按照順序生成。序列方法的原理是利用基礎學習器之間的強依賴關係,通過對之前訓練中錯誤標記的樣本賦值較高的權重,來提高整體
相關文章
相關標籤/搜索