集成學習簡述

集成學習是什麼 三種常見的集成學習框架:bagging/boosting和stacking bagging 從訓練集中進行子集抽樣組成每一個基礎模型所需要的子訓練集,對所有基礎模型預測的結果進行綜合產生最終的預測結果 boosting 訓練過程是階梯型,基礎模型按次序一一進行訓練(實際上是可以並行的),基礎模型的訓練結果按照某種策略每次都進行一定的轉化.對所有基礎模型預測的結果進行線性綜合產生最終

>>阅读原文<<