深度学习核心技术精讲100篇(七十五)-集成学习

Posted 文宇肃然

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深度学习核心技术精讲100篇(七十五)-集成学习相关的知识,希望对你有一定的参考价值。

前言

在解决分类问题时,假如分类模型不够强大,对样本的分类结果就不会很理想。这时如果我们多找一些分类模型,让它们一起做决策,模型强度会不会高一点呢

集成学习就是把多种分类器按策略组合起来,并根据所有分类器的分类结果做出最后的判断

如下图,三种分类器的分类结果都有一点点错误,如果把三类组合在一起就可以完美地把所有形状都区分开,而且分割曲线也较为平滑。

集成学习属于监督学习中的分类问题,分为boosting和bagging两大类

以上是关于深度学习核心技术精讲100篇(七十五)-集成学习的主要内容,如果未能解决你的问题,请参考以下文章

深度学习核心技术精讲100篇(七十六)-分类-决策树

深度学习核心技术精讲100篇(七十六)-分类-决策树

深度学习核心技术精讲100篇(七十七)-主流推荐引擎技术及优缺点分析

深度学习核心技术精讲100篇(七十七)-主流推荐引擎技术及优缺点分析

深度学习核心技术精讲100篇(七十四)-教你如何最快入门用户画像

深度学习核心技术精讲100篇(七十四)-教你如何最快入门用户画像