集成学习 | MATLAB集成学习算法比较

集成学习 | MATLAB集成学习算法比较

目录

    • 集成学习 | MATLAB集成学习算法比较
      • 基本介绍
      • 模型描述
      • 模型分析
      • 模型比较
      • 参考资料
      • 开心一刻

基本介绍

常见的集成学习框架有三种:Bagging,Boosting 和 Stacking。三种集成学习框架在基学习器的产生和综合结果的方式上会有些区别。

模型描述

  • Bagging
    Bagging 全称叫 Bootstrap aggregating,看到 Bootstrap 我们立刻想到著名的开源前端框架(抖个机灵,是 Bootstrap 抽样方法) ,每个基学习器都会对训练集进行有放回抽样得到子训练集,比较著名的采样法为 0.632 自助法。每个基学习器基于不同子训练集进行训练,并综合所有基学习器的预测值得到最终的预测结果。Bagging 常用的综合方法是投票法,票数最多的类别为预测类别。
    集成学习 | MATLAB集成学习算法比较_第1张图片

  • Boos

你可能感兴趣的:(#,GBDT梯度提升树,#,RF随机森林,#,XGBoost极限梯度提升树,集成学习,算法比较,随机森林,AdaBoost,GBDT)