集成学习ensemble
Posted 苏羽垄
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了集成学习ensemble相关的知识，希望对你有一定的参考价值。
集成学习里面有两大派：Bagging和Boosting，每一派都有其代表性算法，这里给出一个大纲。
先来说下Bagging和Boosting之间的区别：bagging methods work best with strong and complex models (e.g., fully developed decision trees), in contrast with boosting methods which usually work best with weak models (e.g., shallow decision trees).
在说下不同Bagging方法之间的区别：有些子样本是子集，有些子样本是特征。
Bagging-Classifier和Regressor
Bagging
RandomForest
Boosting-Classifier和Regressor
AdaBoost
GradientBoosting
以上是关于集成学习ensemble的主要内容，如果未能解决你的问题，请参考以下文章