机器学习-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

读童话的狼

每个采样集也都是从样本中随机抽取m个样本吗？

bootstrap=True：是否有放回的采样。默认为True每次抽样的样本数量和数据集数量相同

5.9910

1

2

0

关注作者

收藏

读童话的狼

bagging抽样，为什么有1/3的噪声样本不会被训练？

一般来说，自助集大约平均会包含63%的原始数据。因为每一个样本被抽到某个自助集中的概率为当n足够大时，这个概率收敛于1-(1/e)，约等于0.632。因此，会有约37%的训练数据被浪费掉，没有参与建模，这些数据被称为袋外数据(out of bag data，简写为oob)。

12.3516

1

0

0

关注作者

收藏

读童话的狼

boostrap得到的自助集是相互独立的吗？

随机森林算法中要让基分类器尽量都不一样，一种很容易理解的方法是使用不同的训练集来进行训练，袋装法正是通过有放回的随机抽样技术来形成不同的训练数据， bootstrap就是用来控制抽样技术的参数。boostrap抽样方法就是在一个含有n个样本的原始训练集中，我们进行随机采样，每次采样一个样本，并在抽取下一个样本之前将该样本放回原始训练集，也就是说下次采样时这个样本依然可能被采集到，这样采集n次

8.3195

2

4

0

关注作者

收藏

田齐齐

机器学习：随机森林random_state参数作用

问：随机森林算法中，每个弱分类器采样集都不同，树肯定都不一样，那与random_state控制树的形状不同还有什么用吗？答：树的形状不同其实就够了，形状的不同就是某种意义上模型的复杂度不一样，会使得最后的结果不一样，但有的时候，数据不一样，树也可能是差不多的，random_state就是在这个不同的程度上又加上了一些不同。达到一种防止过拟合的作用。

10.2041

6

3

0

关注作者

收藏

田齐齐

线性回归可以做缺失值填充吗

可以的。线性回归用于做缺失值填充。

16.1498

6

1

0

关注作者

收藏

田齐齐

决策树和随机森林节点选取的区别

决策树根节点以及每个节点的选取，是根据信息增益来选取最优的特征进行分裂随机森林每一次选择分叉的特征时，限定为在随机选择的特征的子集中寻找特征优点：消除了决策树过拟合的缺点，减小了预测的变化幅度，预测值不会因为训练数据的小变化而剧烈变化

16.1498

6

3

0

关注作者

收藏

田齐齐

boosting提升算法中最开始各个样本的权重都是相等的吗

问：boosting提升算法中最开始各个样本的权重都是相等的吗？答：是的，比如有n个样本，在经过第一个基分类器时，每个样本的权重都是1/n

2.6552

4

2

0

关注作者

收藏

田齐齐

机器学习：boosting提升方法关于样本权重更新问题

问：为什么预测错的部分下一次反而增大他的权重呢？这样不是对结果的准确性影响更大吗？答：集成算法boosting法中的权重，会自动使得每次预测错误的那些样本权重之和为1/2,剩下正确的之和也为1/2；模型每次会把预测错的样本的权重增加，突出这个样本，已达到对模型进行预警，模型就会自动进行调整，重点将预测错误的那部分样本进行关注，再次预测时达到尽量让其预测正确的目的，就这样逐步调整和优化直到最优。

9.7892

6

1

0

关注作者

收藏

大魔王泛泛

解释一下逻辑回归解决了什么问题

逻辑回归是一种用于解决二分类问题的机器学习方法，用于估计某种事物的可能性。比如某用户购买某商品的可能性，某病人患有某种疾病的可能性，以及某广告被用户点击的可能性等。

3.8863

2

3

0

关注作者

收藏

大魔王泛泛

stacking是bagging和boosting的结合吗

Stacking和bagging和boosting完全不一样。Stacking使用异质的基学习器，bagging和boosting使用同质的基学习器。另外，Stacking聚合基模型使用的方式是模型融合，而bagging和boosting采用的是一些指定的策略。

12.3516

1

2

0

关注作者

收藏

大魔王泛泛

简述一下什么是随机森林的袋外数据

随机森林在构建每棵树时，会对训练集使用不同的bootstrap sample（随机且有放回地抽取）对于每棵树而言（假设对于第k棵树），大约有一半的训练实例没有参与第k棵树的生成，这一半的数据就称为第k棵树的袋外数据样本。

12.3516

1

2

0

关注作者

收藏

大魔王泛泛

简述一下什么是bootsrap

随机采样(bootsrap)就是从我们的训练集里面采集固定个数的样本，但是每采集一个样本后，都将样本放回。也就是说，之前采集到的样本在放回后有可能继续被采集到。

0.0000

0

1

0

关注作者

收藏

liting李

Bagging和Boosting的区别

Bagging：降低⽅差，提高模型整体的稳定性。Boosting：降低偏差，提高模型整体的精确度。Bagging和Boosting都可以有效地提高分类的准确性。在大多数数据集中， Boosting的准确性要高于Bagging。

3.0259

1

2

0

关注作者

收藏

liting李

什么是集成算法

集成学习（Ensemble learning）就是将若干个弱分类器通过一定的策略组合之后产生一个强分类器，是时下非常流行的机器学习算法，它本身不是一个单独的机器学习算法，而是通过在数据上构建并结合多个机器学习器来完成学习任务，也就是我们常说的 "博采众长"。

12.3516

1

6

0

关注作者

收藏

shauna570392

我设置了随机数种子，为什么运行结果还是改变？

其实设置了randomstate，在进行randit操作时，还是会随机挑选数值，所以结果会变。

0.0000

0

1

0

关注作者

收藏

赵娜0418

安装fancyimpute插件的时候报错

安装fancyimpute插件在Anaconda prompt中执行pip install fancyimpute的命令即可，如果安装此插件成功但是执行Python语句时还是执行不成功，需要在微软官网下载一个VC_redist.x64的安装程序，如下图所示

18.5555

2

3

0

关注作者

收藏

赵娜0418

报没有user权限的错误

报没有user权限的错误解决方法在Anaconda prompt中执行pip install scipy==1.4.1 -i https://pypi.douban.com/simple --user的命令

9.0403

2

3

0

关注作者

收藏

赵娜0418

插件安装报没有权限的错误

报错显示路径不对，或者没有权限解决方法是在如下图所示的程序中执行pip install scipy==1.4.1 -i https://pypi.douban.com/simple的命令

0.0006

1

2

0

关注作者

收藏

赵娜0418

安装插件报错

执行pip install scipy==1.4.1 -i https://pypi.douban.com/simple的命令报错原因是安装的scipy版本不对，你装的是1.3，系统要求安装1.4.1

18.5555

2

1

0

关注作者

收藏

赵娜0418

在导入fancyimpute包的时候报错首先在上面图片中的程序中运行pip install fancyimpute，如果还是报错的话，再运行pip install -i https://pypi.douban.com/simple fancyimpute此命令，用豆瓣源直接下载。

9.0403

2

2

0

关注作者

收藏

<1…252627…69>

CDA考试动态

CDA报考指南