2017年6月30日
决策树与迭代决策树(转)
摘要： 来源： Poll的笔记 cnblogs.com/maybe2030/p/4734645.html 阅读目录 1. 决策树的模型 2. 决策树的基本知识 3. ID3、C4.5&CART 4. Random Forest 5. GBDT 6. 参考内容 1. 决策树的模型 2. 决策树的基本知识 3. 阅读全文
posted @ 2017-06-30 14:13 光彩照人 阅读(884) 评论(0) 推荐(0)
随机森林（Random Forest）详解（转）
摘要： 来源： Poll的笔记 cnblogs.com/maybe2030/p/4585705.html 1 什么是随机森林？ 作为新兴起的、高度灵活的一种机器学习算法，随机森林（Random Forest，简称RF）拥有广泛的应用前景，从市场营销到医疗保健保险，既可以用来做市场营销模拟的建模，统计客户来源 阅读全文
posted @ 2017-06-30 10:34 光彩照人 阅读(56882) 评论(2) 推荐(0)
Bagging和Boosting 概念及区别（转）
摘要： Bagging和Boosting都是将已有的分类或回归算法通过一定方式组合起来，形成一个性能更加强大的分类器，更准确的说这是一种分类算法的组装方法。即将弱分类器组装成强分类器的方法。 首先介绍Bootstraping，即自助法：它是一种有放回的抽样方法（可能抽到重复的样本）。 1、Bagging ( 阅读全文
posted @ 2017-06-30 09:48 光彩照人 阅读(642) 评论(0) 推荐(0)