Boosting和Bagging: 如何开发一个鲁棒的机器学习算法
发布时间：2019-06-21 13:30:38 所属栏目：经验 来源：AI公园
导读：导读 机器学习和数据科学需要的不仅仅是将数据放入python库中并利用得到的结果。数据科学家需要真正理解数据和数据背后的过程，才能实现一个成功的系统。这篇文章从Bootstraping开始介绍，让你听懂什么是Boosting，什么是Bagging。 机器学习和数据科学需要
|
Boosting 和bagging 都是减少方差的好方法。集成方法通常比单个模型效果好。这就是为什么许多Kaggle赢家使用集成方法的原因。这里没有讨论的是stacking。但是，这需要它自己的post。 （编辑：辽源站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |