集成學習總結(二)

1:Baggig方法: 思想:給定一個大小爲n的訓練集 D,Bagging算法從中均勻、有放回地選出 m個大小爲 n' 的子集Di,作爲新的訓練集。在這 m個訓練集上使用分類、迴歸等算法,則可得到 m個模型,再通過取平均值、取多數票等方法綜合產生預測結果,即可得到Bagging的結果。 2:Stacking方法: 思想:將訓練好的所有基模型對整個訓練集進行預測,第j個基模型對第i個訓練樣本的預測值
相關文章
相關標籤/搜索