摘要：
级联森林（Cascade Forest） 级联森林结构的图示。级联的每个级别包括两个随机森林（蓝色字体标出）和两个完全随机树木森林（黑色）。 假设有三个类要预测，因此，每个森林将输出三维类向量，然后将其连接以重新表示原始输入。注意，要将前一级的特征和这一级的特征连接在一起——在最后会有一个例子，到时 阅读全文
posted @ 2018-12-09 21:48 wzd321 阅读(2700) 评论(1) 推荐(0)
摘要：
ID3，C4.5决策树的生成： 输入：训练集D，特征集A，阈值eps， 输出：决策树T CART决策树的生成： 这里只简单介绍下CART与ID3和C4.5的区别 阅读全文
posted @ 2018-12-09 20:00 wzd321 阅读(197) 评论(0) 推荐(0)
摘要：
转载：http://www.cnblogs.com/liuwu265/p/4690486.html 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。 1、Baggin 阅读全文
posted @ 2018-12-09 16:32 wzd321 阅读(160) 评论(0) 推荐(0)
浙公网安备 33010602011771号