DL+ML集成学习--附思维导图

﹏ヽ暗。殇╰゛Y 2022-11-09 14:13 252阅读 0赞

1 模型融合

把强分类器进行强强联合,使得模型融合后的模型效果更强

  • 投票法
  • 线性融合
  • Stacking

机器学习元算法

将弱分类器通过学习算法集成起来,变成很强的分类器

  • Bagging
    个体学习器不存在依赖关系,可同时对样本随机采样并行化生成个体学习器。代表作为随机森林(Random Forest)
  • Boosting
    个体学习器存在依赖关系,基于前面模型的训练结果误差生成新的模型,必须串行化生成。代表的算法有:Adaboost、GBDT、XGBoost

待更新。。。。

发表评论

表情:
评论列表 (有 0 条评论,252人围观)

还没有评论,来说两句吧...

相关阅读