装袋(Bagging)-决策树学习
装袋(Bagging)
用训练集的不同样本来训练同一个学习者，来创建多重模型(Breiman,1996)
给定训练集大小为n，通过从原始数据取样(用替换方法)，创建m个不同的训练集(大小为n)
用简单的投票方法来合并这m个模型
可用于任何学习方法
减少了不稳定学习算法的一般化错误，即当训练数据轻微改动时会导致决策结果剧烈变动的那些学习方法
文件下载
评论信息
其他资源
- 周东华,叶银忠_现代故障诊断与容错控制.zip
- 广东省shp地图_1W（内含多个资源）
- 二叉树给期权定价.rar
- 高等数学详细视频讲义
- 3560-root-ZL-20200301-ota-ymqn.zip
- Counter-examples in topology 拓扑学中的反例
- 信号与系统复习考研例题详解_张明友
- 禾川伺服X3系列说明书
- 中央广播电视大学《刑事诉讼法》期末总复习资料（含答案）.pdf
- PLSQL Developer中文版.zip
- Packet Capture安卓系统上的网络数据抓取工具
- [视频]基于.NET框架的分层开发-基础篇-02-搭建三层.mp4
- 在Android应用中使用HTMLParser便捷的解析html内容
- 2018年浙江中医药大学308护理综合考研真题
- webrtc_momo环境搭建.pdf
- 最新Theos文件（已调试可用）
- 64位WIN7SQLServer连接DBF文件
- abaqus切削实例
- VC++实现滑块皮肤 slider skin
- IPM永磁电机的转矩优化故障工况下的永磁电机退磁分析
- 航空订票系统java源码
- MyEclipse-2018最新版12.0破解文件 MAC 和windows
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