集成学习

【MATLAB第96期】基于MATLAB的SVM(线性)、SVM(高斯)、决策树、KNN等机器学习算法回归及分类Boost集成学习模型（含不同模型权重）

【MATLAB第96期】基于MATLAB的SVM(线性)、SVM(高斯)、决策树、KNN等机器学习算法回归及分类Boost集成学习模型（含不同模型权重）引言文章使用Boost集成学习方法，对多个机器学习模型进行融合
随风飘摇的土木狗·2024-02-04 08:26

机器学习 | 如何利用集成学习提高机器学习的性能？

目录初识集成学习Bagging与随机森林OttoGroupProduct(实操)Boosting集成原理初识集成学习集成学习（EnsembleLearning）是一种通过组合多个基本模型来提高预测准确性和泛化能力的机器学习方法
亦世凡华、·2024-02-04 06:23

【课程作业_01】国科大2023模式识别与机器学习实践作业

第一类方法：:线性方法：线性SVM、LogisticRegression第二类方法:非线性方法：KernelSVM，决策树第三类方法:集成学习：Bagging，Boosting第四类
lzl2040·2024-02-03 13:05

05. BI - 金融行业中 Fintech 的应用场景

咱们BI的前几节课中，主要是使用员工离职预测这个项目来展开讲了一下做BI的预测全家桶以及集成学习的内容，算是窥入了BI的门径。本节课开始，咱们要花几节课的时间来学习一下Fintech
茶桁·2024-02-03 00:50

【机器学习】基于集成学习的 Amazon 用户评论质量预测

实验六:基于集成学习的Amazon用户评论质量预测1案例简介随着电商平台的兴起，以及疫情的持续影响，线上购物在我们的日常生活中扮演着越来越重要的角色。
住在天上的云·2024-02-02 07:38

集成学习-随机森林总结

随机森林集成学习的核心思想是将若干个个体学习器以一定的策略结合起来,最终形成一个强学习器,以达到博采众长的目的.集成学习有两个流派，一个是boosting，特点是各个弱学习器之间有依赖关系；一个是bagging
大鳄鱼小鳄鱼·2024-02-01 19:19

故障诊断 | 一文解决，RF随机森林的故障诊断（Matlab）

效果一览文章概述故障诊断|一文解决，RF随机森林的故障诊断（Matlab）模型描述随机森林（RandomForest）是一种集成学习（EnsembleLearning）方法，常用于解决分类和回归问题。
机器学习之心·2024-02-01 14:59

2023年 MCM美赛 C题 Wordle预测问题 求解！

方差、极大极小值....数据相关性回归预测模型——XGBoost评价指标XGBoost框架使用划分数据集，80%训练数据和20%测试数据使用训练数据训练参数绘制决策树交叉验证问题二时间特征转换数据标准化集成学习
HHHTTY-·2024-02-01 10:08

【机器学习】常见算法详解第2篇：KNN之kd树介绍（已分享，附代码）

包括K-近邻算法，线性回归，逻辑回归，决策树算法，集成学习，聚类算法。K-近邻算法的距离公式，应用LinearRegression或SGDRegressor实现回归预
程序员一诺·2024-01-31 12:45

随机森林和决策树区别

随机森林（RandomForest）和决策树（DecisionTree）是两种不同的机器学习算法，其中随机森林是基于决策树构建的一种集成学习方法。
Recursions·2024-01-30 06:13

机器学习_集成学习之Stacking/Blending(以预测结果作为新特征)

文章目录Stacking算法Blending算法集成学习的确强大，从普通的决策树、树的聚合，到随机森林，再到各种Boosting算法，很长见识。
you_are_my_sunshine*·2024-01-29 08:00

机器学习_集成学习之偏差和方差

文章目录介绍偏差和方差——机器学习性能优化的风向标目标：降低偏差与方差数据集大小对偏差和方差的影响预测空间的变化带来偏差和方差的变化介绍集成学习，就是机器学习里面的协同作战。
you_are_my_sunshine*·2024-01-29 08:29

机器学习_集成学习之Boosting(提升较弱的模型，以降低弱模型的偏差)

文章目录介绍AdaBoost算法梯度提升算法(GBDT)极端梯度提升(XGBoost)Bagging算法与Boosting算法的不同之处介绍Boosting的意思就是提升，这是一种通过训练弱学习模型的“肌肉”将其提升为强学习模型的算法。要想在机器学习竞赛中追求卓越，Boosting是一种必需的存在。这是一个属于“高手”的技术，我们当然也应该掌握。Boosting的基本思路是逐步优化模型。这与Bag
you_are_my_sunshine*·2024-01-29 08:54

机器学习_集成学习之Bagging(集成多个模型，以降低整体的方差)

文章目录Bagging算法——多个基模型的聚合决策树的聚合从树的聚合到随机森林从随机森林到极端随机森林Bagging算法——多个基模型的聚合Bagging是我们要讲的第一种集成学习算法，是BootstrapAggregating
you_are_my_sunshine*·2024-01-28 10:56

Scikit-Learn 高级教程——高级模型

本篇博客将深入介绍Scikit-Learn中一些高级模型，包括集成学习方法、核方法、以及深度学习模型。我们将提供详细的代码示例，帮助你理解和应用这些高级模型。
Echo_Wish·2024-01-28 04:17

基于粒子群优化的集成学习森林火灾面积预测识别 有需要私聊评论

liuchn流程：1.读数据表首先，我们读取原始数据。XYmonthdayFFMCDMCDCISItempRHwindrainarea75marfri86.226.294.35.18.2516.70074octtue90.635.4669.16.718330.90074octsat90.643.7686.96.714.6331.30086marfri91.733.377.598.39740.208
mqdlff_python·2024-01-27 16:39

通过随机森林将弱分类器集成为强分类器

**集成学习的基本理念就是将弱分类器集成为鲁棒性更强的模型，集成后具备更好的泛化误差，不易产生过拟合现象随机森林算法可以概况为四个简单的步骤：1.使用bootstrap抽样方法随机选择N个样本用于训练2
小小杨树·2024-01-27 04:09

《速通机器学习》- 数据的量化和特征提取

本书从传统的机器学习，如线性回归、逻辑回归、朴素贝叶斯、支持向量机、集成学习，到前沿的深度学习和神经网络，如DNN、CNN、BERT、ResNet等，对人工智能技术进行零基础讲解，内容涵盖数学原理、公式推导
北大博士后AI卢菁·2024-01-25 19:15

Scikit-Learn 中级教程——集成学习

PythonScikit-Learn中级教程：集成学习集成学习是一种通过组合多个模型的预测结果来提高模型性能的技术。
Echo_Wish·2024-01-24 11:38

XGBoost系列5——XGBoost的集成学习之旅

目录写在开头1.集成学习的概念与优势1.1什么是集成学习？
theskylife·2024-01-24 11:34

西瓜书学习笔记——Boosting（公式推导+举例应用）

AdaBoost算法总结实验分析引言Boosting是一种集成学习方法，旨在通过整合多个弱学习器来构建一个强学习器。其核心思想是迭代训练模型，关注之前被错误分类的样本，逐步提升整体性能。
Nie同学·2024-01-24 00:26

集成学习

多个学习器一起完成某个预测任务的过程叫做集成学习目前集成学习的方法大致课余分成2类，一类是Boosting，一类是Bagging。前者的代表是AdaBoost算法，后者的代表是Bagging算法。
dayL_W·2024-01-23 22:39

机器学习实验报告-集成学习

目录一、集成学习介绍1.1集成学习的引入1.2集成学习发展史1.3集成学习的学习组织方式1.3.1并联组织关系1.3.2串联组织关系1.4集成学习及其实现方法概述二、集成学习实现方法2.1Boosting2.1.1
长安er·2024-01-23 11:19

机器学习-随机森林【手撕】

随机森林集成学习算法概述集成学习不是一个单独的机器学习算法，而是通过在数据上构建多个模型，集成所有模型的建模结果，基本上现在的所有机器学习都能看到集成学习的身影目标综合考虑多个弱评估器的结果，综合得到最终的结果
alstonlou·2024-01-23 00:24

国科大机器学习期末复习题库

最大间隔分类；SVM的算法性能取决于：核函数的选择、核函数的参数、软间隔参数；支持向量机的对偶问题是：凸二次优化；支持向量机中的支撑向量：最大间隔支撑面上的向量；关于决策树节点划分指标描述：信息增益越大越好；集成学习中基分类器
真·skysys·2024-01-21 10:22

基于机器学习的心电图诊断识别

人工智能导论心电数据预处理基于机器学习的心电图诊断识别基于集成学习的心电图诊断识别实验报告，实验截图，截图内容是自己程序执行后的输出人工智能领域主要包括计算机视觉（CV）、自然语言处理（NLP）、跨媒体分析推理
未晞~·2024-01-21 08:06

集成学习算法（Bagging 思想、Boosting思想）及具体案例

思想有放回的抽样（booststrap抽样）产生不同的训练集，从而训练不同的学习器；通过平权投票、多数表决的方式决定预测结果；弱学习器可以并行训练代表算法：随机森林概述：是基于Bagging思想实现的一种集成学习算法
小林打怪中·2024-01-20 02:52

【机器学习】西瓜书要点个人整理

目录前置基础知识第三章线性模型机器学习三要素1.函数集合2.目标函数3.优化方法4.模型评估方法对数几率回归（逻辑回归）第四章决策树第五章SVM第六章贝叶斯分类器第八章集成学习第九章神经网络前情提要：本文适合在学习机器学习课程前
_hermit:·2024-01-19 02:45

将大模型与小模型结合的8种常用策略分享，附17篇案例论文和代码

目前较常用的策略有模型压缩（蒸馏、剪枝）、提示语压缩、联合推理、迁移学习、权值共享、集成学习等。咱们今天就来简单聊聊这8种策略。部分策略的具体步骤以及每种策略相关的参考论文我也放上
深度之眼·2024-01-18 23:01

机器学习——python训练RNN模型实战（傻瓜式教学，小学生都可以学会）代码开源

python训练线性模型实战第二章python训练决策树模型实战第三章python训练神经网络模型实战第四章python训练支持向量机模型实战第五章python训练贝叶斯分类器模型实战第六章python训练集成学习模型实战第七章
苏苏不是叔·2024-01-18 01:01

机器学习——python训练CNN模型实战（傻瓜式教学，小学生都可以学会）代码开源

python训练线性模型实战第二章python训练决策树模型实战第三章python训练神经网络模型实战第四章python训练支持向量机模型实战第五章python训练贝叶斯分类器模型实战第六章python训练集成学习模型实战第七章
苏苏不是叔·2024-01-18 01:00

随机森林在信贷风控的应用场景

随机森林属于集成学习的范畴，是一种采用Bagging策略的算法。它构建并整合了多个决策树来改善模型的预测准确性。
风控小兵突击·2024-01-17 23:58

监督学习 - 梯度提升机（Gradient Boosting Machines，GBM）

什么是机器学习梯度提升机（GradientBoostingMachines，GBM）是一种集成学习方法，通过将多个弱学习器（通常是决策树）组合成一个强学习器来提高模型的性能。
草明·2024-01-17 18:12

基于python集成学习算法XGBoost农业数据可视化分析预测系统

文章目录基于python集成学习算法XGBoost农业数据可视化分析预测系统一、项目简介二、开发环境三、项目技术四、功能结构五、功能实现模型构建封装类用于网格调参训练模型系统可视化数据请求接口模型评分0.5
星川皆无恙·2024-01-17 18:39

Java毕业设计第90期-基于springboot的学习英语管理系统

专业的计算机毕业设计网站项目介绍基于springboot的学习英语管理系统：前端thymeleaf、jquery，后端maven、springmvc、spring、mybatis，角色分为管理员、用户；集成学习单词
从戎程序员·2024-01-17 12:28

python机器学习——分类模型评估 & 分类算法（k近邻，朴素贝叶斯，决策树，随机森林，逻辑回归，svm）

目录分类模型的评估模型优化与选择1.交叉验证2.网格搜索【分类】K近邻算法【分类】朴素贝叶斯——文本分类实例：新闻数据分类【分类】决策树和随机森林1.决策树2.决策树的算法3.代码实现实例：泰坦尼克号预测生死【集成学习
Perley620·2024-01-17 10:59

区间预测 | Matlab实现BiLSTM-Adaboost-ABKDE的集成双向长短期记忆网络自适应带宽核密度估计多变量回归区间预测

BiLSTM-Adaboost-ABKDE的集成双向长短期记忆网络自适应带宽核密度估计多变量回归区间预测效果一览基本介绍程序设计参考资料效果一览基本介绍1.Matlab实现BiLSTM-Adaboost-ABKDE的集成学习双向长短期记忆神
机器学习之心·2024-01-17 05:57

GBDT（梯度提升树 Gradient Boosting Decison Tree）学习笔记

介绍集成学习Boosting一族将多个弱学习器(或称基学习器)提升为强学习器，像AdaBoost,GBDT等都属于“加性模型”(AdditiveModel)，即基学习器的线性组合。
桂花很香,旭很美·2024-01-16 11:12

监督学习 - 梯度提升回归（Gradient Boosting Regression）

什么是机器学习梯度提升回归（GradientBoostingRegression）是一种集成学习方法，用于解决回归问题。它通过迭代地训练一系列弱学习器（通常是决策树）来逐步提升模型的性能。
草明·2024-01-16 11:02

区间预测 | Matlab实现LSTM-Adaboost-ABKDE的集成学习长短期记忆神经网络自适应带宽核密度估计多变量回归区间预测

区间预测|Matlab实现LSTM-Adaboost-ABKDE的集成学习长短期记忆神经网络自适应带宽核密度估计多变量回归区间预测目录区间预测|Matlab实现LSTM-Adaboost-ABKDE的集成学习长短期记忆神经网络自适应带宽核密度估计多变量回归区间预测效果一览基本介绍程序设计参考资料效果一览基本介绍
机器学习之心·2024-01-16 08:52

机器学习基础 集成学习进阶（XGBoost+LightGBM）

文章目录一、XGBoost算法原理1.最优模型的构建方法2.XGBoost的目标函数推导2.1目标函数确定2.2CART树的介绍2.3树的复杂度定义2.3.1定义每课树的复杂度2.3.2树的复杂度举例2.4目标函数推导3.XGBoost的回归树构建方法3.1计算分裂节点3.2停止分裂条件判断4.XGBoost与GDBT的区别5.小结二、XGBoost算法api介绍1.XGBoost的安装：2.XG
落花雨时·2024-01-16 07:22

XGBoost（eXtreme Gradient Boosting）

XGBoost（eXtremeGradientBoosting）是一种最新的基于决策树集成学习算法，它结合了BoostedTrees算法和GradientBoosting框架的优势，并引入了一种全新的优化策略
appron·2024-01-16 07:52

机器学习集成学习进阶Xgboost算法原理

目录1最优模型的构建方法2XGBoost的目标函数推导2.1目标函数确定2.2CART树的介绍2.3树的复杂度定义2.3.1定义每课树的复杂度2.3.2树的复杂度举例2.4目标函数推导3XGBoost的回归树构建方法3.1计算分裂节点3.2停止分裂条件判断4XGBoost与GDBT的区别5小结1最优模型的构建方法XGBoost（ExtremeGradientBoosting）全名叫极端梯度提升树，
赵广陆·2024-01-16 07:18

XGBoost eXtreme Gradient Boosting

模型的注意事项五、XGBoost模型的实现类库六、XGBoost模型的评价指标七、类库xgboost实现XGBoost的例子八、XGBoost的模型参数总结前言XGBoost是机器学习中有监督学习的一种集成学习算法
JasonH2021·2024-01-16 07:17

机器学习-集成学习XGBoost

文章目录前言基本原理常见应用特征选择参数调整XGBoost优缺点模型集成并行计算代码结论前言XGBoost(eXtremeGradientBoosting)是一种流行的机器学习算法，用于解决各种预测问题，例如分类、回归和排名。在本文中，我们将介绍XGBoost的基本原理、常见的应用和一些实践经验.基本原理XGBoost是一种基于梯度提升决策树(GradientBoostingDecisionTre
太阳是白的·2024-01-16 07:16

机器学习之集成学习 XGBoost（eXtreme Gradient Boosting）附代码

梯度提升是一种集成学习技术，通过组合多个弱学习器（通常是决策树）来构建一个强学习器。XGBoost在梯度提升算法的基础上引入了一些创新，使其在性能上更为优越。
贾斯汀玛尔斯·2024-01-16 06:44

集成学习（五）Stacking

2.Blending集成学习算法（1）将数据划分为训练集和测试集(test_set)，其中训练集需要再次划分为训练集(train_set)和验证集(val_s
我想要日更徽章·2024-01-16 04:59

集成学习之GBDT算法详解

先说一下提升树(BoostingDecisionTree)：通过拟合残差的思想来进行提升，残差=真实值-预测值，例如：某人年龄为100岁，预测其年龄第一次预测结果为80岁，残差为100-80=20第二次预测以残差20为目标，预测结果为16岁，残差为4第三次预测以残差4为目标，预测结果为3.2，残差为0.8三次结果串联起来预测结果为80+16+3.2=99.2，通过拟合残差可以将多个弱学习器组成一个
进击的卡特琳娜·2024-01-15 09:50

集成学习之Adaboost算法详解

AdaptiveBoosting(自适应提升)是基于Boosting思想实现的一种集成学习算法，核心思想是提高【在前一步中分类错误的样本权重】来训练一个强分类器，错误的数据会“放大”，正确的数据会“缩小
进击的卡特琳娜·2024-01-15 09:41

机器学习---xgboost算法

1.xgboost算法原理XGBoost（ExtremeGradientBoosting）全名叫极端梯度提升树，XGBoost是集成学习方法的王牌，在Kaggle数据挖掘比赛中，大部分获胜者用了XGBoost
三月七꧁ ꧂·2024-01-15 08:49
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他