会员
周边
众包
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
RoadOfStudy
仅当记录我的学习之路
博客园
首页
新随笔
联系
订阅
管理
2017年7月21日
以Random Forests和AdaBoost为例介绍下bagging和boosting方法
摘要: 我们学过决策树、朴素贝叶斯、SVM、K近邻等分类器算法,他们各有优缺点;自然的,我们可以将这些分类器组合起来成为一个性能更好的分类器,这种组合结果被称为 集成方法 (ensemble method)或者 元算法 (meta method)。使用集成算法时有多种形式: 不同算法的集成 同一种算法在不同
阅读全文
posted @ 2017-07-21 17:24 RoadOfStudy
阅读(1697)
评论(0)
推荐(0)
编辑
公告