2020-08-21
阅读量:
1339
集成学习分类
集成学习: 集成学习(ensemble learning)通过构建并结合多个学习器来完成学习任务。
如何产生“好而不同”的个体学习器,是集成学习研究的核心。
根据个体学习器的生成方式,可以将集成学习方法大致分为两大类:
1、个体学习器间存在强依赖关系、必须串行生成的序列化方法
比如 boosting 族算法,代表性的有 Adaboost 算法, GBDT, XGB
2、个体学习器之间不存在强依赖关系、可同时生成的并行化方法
比如 bagging 和“随机森林”






评论(0)


暂无数据
推荐帖子
0条评论
0条评论
0条评论