Machine Learning with Scikit-Learn and Tensorflow 7.4 Random Patches和Random Subspaces

书籍信息
Hands-On Machine Learning with Scikit-Learn and Tensorflow
出版社: O’Reilly Media, Inc, USA
平装: 566页
语种: 英语
ISBN: 1491962291
条形码: 9781491962299
商品尺寸: 18 x 2.9 x 23.3 cm
ASIN: 1491962291

系列博文为书籍中文翻译
代码以及数据下载：https://github.com/ageron/handson-ml

bagging同时支持针对特征的抽样，通过参数max_features和bootstrap_features实现，其含义与max_samples和bootstrap类似。此时，所有模型都使用部分特征进行训练。

当处理高维数据（例如图像）时，这样的方法是特别有用的。同时针对训练数据和特征进行抽样是Random Patches，只针对特征抽样而不针对训练数据抽样（bootstrap=False，max_samples=1.0）是Random Subspaces。

针对特征的抽样能够提升模型多样性，从而增加偏差，减少方差。