集成學習的常見問題

1. 隨機森林(random forest)和 GBDT 都是屬於集成學習(ensemble learning)的範疇,有什麼不同? 集成學習下有兩個重要的策略 Bagging 和 Boosting,Bagging算法是這樣,每個分類器都隨機從原樣本中做有放回的採樣,然後分別在這些採樣後的樣本上訓練分類器,然後再把這些分類器組合起來,簡單的多數投票一般就可以,其代表算法是隨機森林。Boosting
相關文章
相關標籤/搜索