Bagging和Boosting

Baggging 和Boosting都是模型融合的方法,可以將弱分類器融合之後形成一個強分類器,而且融合之後的效果會比最好的弱分類器更好。   Bagging: 先介紹Bagging方法: Bagging即套袋法,其算法過程如下: 從原始樣本集中抽取訓練集。每輪從原始樣本集中使用Bootstraping的方法抽取n個訓練樣本(在訓練集中,有些樣本可能被多次抽取到,而有些樣本可能一次都沒有被抽中)。
相關文章
相關標籤/搜索