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
- constraining designs for synthesis and timing analysis
- 模型预测控制（MPC）程序实例
- X64 inline hook CreateProcessInternalW
- PDF电子书《柔性字符串匹配》
- 教务系统的设计 顺序图 状态机图 类图 领域模型图
- 黑米——抢手机神器
- 自适应贝叶斯算法matlab源码
- MATLAB源码集锦-离散粒子群算法DPSO优化代码
- 计算机组成与嵌入式系统
- 序列号程序.exe序列号程序.exe
- poi实现生成excel，文件导出（备份）
- Electron-star08.github.io-源码
- SAFETY OF THE INTENDED FUNCTIONALITY (非预期功能安全Sotif英文版资料）.pdf
- jdk-8u211-linux-arm32-vfp-hflt.tar.gz 架构aarch64 chroot linuxdeploy 32位 linux
- 先进pid控制及其matlab仿真
- Heritrix测试war包
- keil注册机 支持UV5 UV4 win764位系统亲测可用
- 分布式系统中文版ppt
- 区块链对账项目解决方案.doc
- 锐捷linux版
- 最新骑士人才系统 74cms V4.2.3 单城市商业版源码分享，含3套模板，求职招聘系统源码
- robot soccer仿真比赛程序
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