融合模型分為四種型別(包括混合型)

AIBigbull2050發表於2020-02-24



# 融合模型分為四種型別(包括混合型)# 


Bagging:使用隨機選擇的不同資料子集訓練多個基礎模型,並進行替換。讓基礎模型對最終的預測進行投票。常用於隨機森林演算法(RandomForests);

Boosting:迭代地訓練模型,並且在每次迭代之後更新獲得每個訓練示例的重要程度。常用於梯度增強演算法(GradientBoosting);

Blending:訓練許多不同型別的基礎模型,並在一個holdout set上進行預測。從它們的預測結果中再訓練一個新的模型,並在測試集上進行預測(用一個holdout set堆疊);

Stacking:訓練多種不同型別的基礎模型,並對資料集的k-folds進行預測。從它們的預測結果中再訓練一個新的模型,並在測試集上進行預測;









來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69946223/viewspace-2676825/,如需轉載,請註明出處,否則將追究法律責任。

相關文章