会员
周边
新闻
博问
闪存
众包
赞助商
YouClaw
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
_1024
Powered by
博客园
博客园
|
首页
|
新随笔
|
联系
|
订阅
|
管理
随笔分类 -
3_模型集成
Bagging&Boosting&Stacking:GMM/RF/Adaboost/GBDT等
模型集成04-GMM
摘要:机器学习基础06:GMM
阅读全文
posted @
2016-12-10 22:42
_1024
阅读(124)
评论(0)
推荐(0)
模型集成03-RF/GBDT/GBDT+LR
摘要:机器学习基础06:RF
阅读全文
posted @
2016-12-10 22:41
_1024
阅读(119)
评论(0)
推荐(0)
模型集成02-AdaBoost
摘要:这个topic内容不多,一点基础概念吧。
阅读全文
posted @
2016-12-10 22:40
_1024
阅读(110)
评论(0)
推荐(0)
模型集成01-Bagging/Boosting/Stacking
摘要:1、常用的集成学习方式 目前来看,常用的集成学习可以分为三类:Bagging、Boosting、Stacking。其中: Bagging使用相同的数据集和相同类型的基决策器。不同的基决策器,并行地通过自举采样,分别训练一个决策器,然后对分类结果进行投票,从而获得最终结果。以RF为代表。 Boosti
阅读全文
posted @
2016-12-10 22:40
_1024
阅读(176)
评论(0)
推荐(0)