簡單易懂的人工智能系列:集成學習Bagging

Bagging Bagging(Bootstrap aggregating,引導聚集算法或自舉匯聚法),又稱裝袋算法,最初由Leo Breiman於1996年提出。它是通過結合幾個模型降低泛化誤差的技術。 ,也稱爲bagging方法。Bagging對訓練數據採用自舉採樣(boostrap sampling),即有放回地採樣數據,主要思想: 主要思想是分別訓練幾個不同的模型,然後讓所有模型表決測試樣
相關文章
相關標籤/搜索