<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[PythonERHAO的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/PythonERHAO</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; PythonERHAO]]></copyright><item><title><![CDATA[集成算法之Bagging与Boosting（附有例子）]]></title><link>https://blog.youkuaiyun.com/PythonERHAO/article/details/108428480</link><guid>https://blog.youkuaiyun.com/PythonERHAO/article/details/108428480</guid><author>PythonERHAO</author><pubDate>Sun, 06 Sep 2020 10:23:17 +0800</pubDate><description><![CDATA[集成学习（亦称组合方法、集成算法）一、Bagging实例：随机森林算法Boosting实例：1.Adaboost
这是一种很好的思想，当用一种算法的效果不太好时，我们除了可以综合多个算法（迁移学习，结合各自长处）之外，还可以对同一算法进行多次使用，并且使用方式也多变。比如可以同时使用多次，并且每一次都进行微调，使得每一次都有差异（这样更能凸显多次的价值）；也可以采用嵌套的方式，在每一次使用里面，对复杂的情况进行重点关注，进行再调用；前者对标Bagging，后者对标Boosting。Bagging与Boost]]></description><category></category></item></channel></rss>