2020年3月15日
随机森林和AdaBoost的区别
摘要： 随机深林和AdaBoost的区别 随机森林 Bagging思想：采用有放回的采样规则，从m个样本点中抽取n个数据构建一个新的训练数据集，用这个数据集来训练模型，重复多次，得到多个模型。采用投票或取均值的方式进行预测。 随机森林在Bagging的基础上，对特征也进行抽样构建每次的训练数据集。RF的基学 阅读全文
posted @ 2020-03-15 19:09 陈chen2710 阅读(943) 评论(0) 推荐(0)