集成学习
1.集成学习简介
一个牛逼的算法和10个简单的算法比，后者更好一点。
所以在解决过拟合和欠拟合问题的时候，使用boosting 和bagging 的方法。
欠拟合问题解决：弱弱组合变强 boosting
过拟合问题解决：相互牵制变壮 bagging
2. Bagging
bagging集成过程
采样：从所有样本中又放回的采样一部分特征
学习：训练弱n个学习器
集成：平权投票n 个若学习器
随机森林
定义：随机森林 = Bagging + 决策树
流程
在所有样本里选m个数据
在m个数据里选k个特征
训练n 个弱决策树
重复上三条
平权投票
注意：有放回的取出数据。选取的特征远小于所有特征
文件下载
评论信息
其他资源
- 电动汽车蓄电池充放电simulink模型
- 基于stm32f103的示波器程序
- 相空间重构 matlab 代码
- 反距离加权插值算法
- 基于 php 和 mysql 的博客系统的毕业论文
- iCopy解码软件v1.0.1.7
- 华为公司笔试试题(硬件，2018、2019).rar
- CAD标准字体，TSSD_Rein.SHX
- 基于html5的考试系统
- mathcad 2001 绿色版
- 毕业选题管理系统 学生与教师的双向选择
- 安卓系统字幕播放器subtitle viewer apk
- 4-30份商业计划书.zip
- 银行储蓄系统——数据库
- IC常见封装大全.ppt
- ubuntu-dhcpd.conf
- java实现监视任务的进度条
- ERDAS 2013 实习教程
- 多功能电子时钟设计
- 毕设-基于JSP+SQL Server管理系统
- Sass和Less入门到精通视频教程
- 计算机单目视觉测量系统
- 明解C语言 PDF 原版
- Struts2 实例 (登陆+增删改查+数据库文件+配置文件)
- PICC新员工考试历年试题及答案
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明