王朝君BITer

摘要： 一、bagging 用于基础模型复杂、容易过拟合的情况，用来减小 variance（比如决策树）。基础模型之间没有太多联系（相对于boosting来说），训练可以并行。但用 bagging 并不能有助于把数据拟合的更准（那是减小 bias，要用 boosting）。 每次训练一个基础模型，都从 N 阅读全文

摘要： 关于特征工程很棒的一篇博客。地址：https://www.cnblogs.com/jasonfreak/p/5448385.html 阅读全文