金融風控-Task04 建模調參

模型對比與性能評估 集成模型集成方法 集成方法主要包括Bagging和Boosting，主要區別： 樣本選擇上： Bagging方法的訓練集是從原始集中有放回的選取，所以從原始集中選出的各輪訓練集之間是獨立的；而Boosting方法需要每一輪的訓練集不變，只是訓練集中每個樣本在分類器中的權重發生變化。而權值是根據上一輪的分類結果進行調整 樣例權重上： Bagging方法使用均勻取樣，所以每個樣本的

>>阅读原文<<