博客:https://www.cnblogs.com/enhaofrank/,公众号:生信AI区块链科技前沿,github:https://github.com/enhaofrank

功不唐捐 玉汝于成

2021年12月22日

机器学习算法优缺点总结

摘要: 以下四篇文章从不同的角度总结了大多数机器学习算法的优缺点,值得一看! 参考资料 1、https://mp.weixin.qq.com/s/oEWg08sGsrrhYFNI8bdWBg 2、https://mp.weixin.qq.com/s/9_wnblNwOA23dM4Cz8QM9w 3、http 阅读全文

posted @ 2021-12-22 20:41 enhaofrank 阅读(198) 评论(0) 推荐(0)

机器学习4个常用超参数调试方法!

摘要: 传统的手工调参 网格搜索 随机搜索 贝叶斯搜索 参考文献: 1、https://mp.weixin.qq.com/s/V3HzYBlOsMo3C_Hf4r2OqA 2、https://www.jianshu.com/p/5378ef009cae 3、https://www.cnblogs.com/w 阅读全文

posted @ 2021-12-22 20:32 enhaofrank 阅读(171) 评论(0) 推荐(0)

adaboost

摘要: 前面介绍了几种不同的分类算法,它们各有优缺点,我们可以将不同的分类器组合起来,这种组合的结果被称为集成方法(ensemble method)或者元算法(meta-algorithm)。使用集成方法时会有多种形式:可以是不同算法的集成,也可以是同一算法在不同设置下的集成,还可以是数据集不同部分分配给不 阅读全文

posted @ 2021-12-22 15:03 enhaofrank 阅读(354) 评论(0) 推荐(0)

集成学习算法

摘要: Bagging是并行的学习算法,思想很简单,即每一次从原始数据中根据均匀概率分布有放回的抽取和原始数据集一样大小的数据集合。样本点可以出现重复,然后对每一次产生的数据集构造一个分类器,再对分类器进行组合。 Boosting的每一次抽样的样本分布是不一样的,每一次迭代,都是根据上一次迭代的结果,增加被 阅读全文

posted @ 2021-12-22 15:02 enhaofrank 阅读(175) 评论(0) 推荐(0)

导航