2019年5月13日
《从机器学习到深度学习》笔记（5）集成学习之随机森林
摘要： 集成学习模型与其他有监督模型的出发点大相径庭，之前的模型都是在给定的训练集上通过构建越来越强大的算法进行数据拟合。而集成学习着重于在训练集上做文章：将训练集划分为各种子集或权重变换后用较弱的基模型拟合，然后综合若干个基模型的预测作为最终整体结果。在Scikit-Learn中实现了两种类型的集成学习算法，一种是Bagging methods，另一种是Boosting methods。 阅读全文
posted @ 2019-05-13 10:55 小李子2926 阅读(554) 评论(0) 推荐(0) 编辑