摘要:
一、Adaboosting 1、Adaboosting的大致思路,第一个模型跑完之后,根据这个模型和实际数据的误差调整样本点的权值,不断进行下去 2、Adaboosting的公式推导(补) 3、Adaboosting的具体使用 import numpy as np import matplotlib 阅读全文
posted @ 2019-04-06 00:50
活不明白
阅读(33)
评论(0)
推荐(0)
摘要:
一、Random Forest 随机森林sklearn中有封装好的类库,不仅有对特征和数据集的随机选择,在节点划分上,在随机的特征子集上寻找最优划分特征(这也是开源库比自己实现的效果好的原因,在细微处都是有优化的,同时,看别人写的源码和自己实现都是获益匪浅)。 使用实例: import numpy 阅读全文
posted @ 2019-04-06 00:08
活不明白
阅读(32)
评论(0)
推荐(0)
浙公网安备 33010602011771号