1.个体与集成
1.1同质集成
1.2异质集成
2.boosting:代表AdaBoost算法
3.Bagging与随机森林
3.1Bagging 是并行式集成学习方法最著名的代表(基于自主采样法bootstrap sampling)
自己学习时编写了一些代码,参考了一些书上的资料,理论上问题不大,代码上面还是有点问题。习题以后补上
https://github.com/makang101/machinelearning/tree/master/chapter8ensemblelearning
1.个体与集成1.1同质集成1.2异质集成2.boosting:代表AdaBoost算法3.Bagging与随机森林3.1Bagging 是并行式集成学习方法最著名的代表(基于自主采样法bootstrap sampling)自己学习时编写了一些代码,参考了一些书上的资料...
1.个体与集成
1.1同质集成
1.2异质集成
2.boosting:代表AdaBoost算法
3.Bagging与随机森林
3.1Bagging 是并行式集成学习方法最著名的代表(基于自主采样法bootstrap sampling)
自己学习时编写了一些代码,参考了一些书上的资料,理论上问题不大,代码上面还是有点问题。习题以后补上
https://github.com/makang101/machinelearning/tree/master/chapter8ensemblelearning
转载于:https://my.oschina.net/u/3870452/blog/1941101
魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐
所有评论(0)