集成学习【一】:集成学习(Ensemble Learning)结合神经网络

集成学习

  • 一、集成学习的概念
  • 二、集成学习的作用
    • 2.1 集成学习的优点
    • 2.2 集成学习的缺点
  • 三、结合策略(简要了解)
  • 四、常见的集成学习方法
  • 集成学习实战

本系列将提供几种经典的集成学习方法,并应用于分类任务。可以有效增强神经网络的性能。

本章内容仅简要介绍下集成学习的知识,熟悉的可以直接略过。

代码实现的干货在文章最后的链接处。

一、集成学习的概念

集成学习(ensemble learning) 通过构建并结合多个学习器来完成任务,有时也被称为多分类器系统(multi-classifer system)————《机器学习》周志华

(学习器多指我们所说的分类器,比如支持向量机(SVM)、决策树、基于BP算法的神经网络等)
下面,简要的说说鄙人的理解,有问题请多多指出。

二、集成学习的作用

φ(◎ロ◎;)φ 怎么理解一中的概念呢?
如果把学习器看成异火
那么结合策略 就是融合异火的功法(焚决)

你可能感兴趣的:(集成学习,机器学习)