changzoe的博客

集成方法（ensemble method）集成方法主要包括Bagging和Boosting两种方法。 bagging 基于数据重抽样的分类器构建方法 在Bagging方法中，主要通过对训练数据集进行随机采样，以重新组合成不同的数据集，新数据集和旧数据集大小相等，利用弱学习算法对不同的新数据集进行学习，得到一系列的预测结果，对这些预测结果做平均或者投票做出最终的预测。注：随机森林算法是基于Baggin

逻辑回归原理sigmod函数下图给出了sigmod 函数在不同坐标尺度下的两条曲线图。当 x 为 0 日牝 Sigmoid 函数值为 0.5 。 随着 1 的增大，对应的sigmod值将逼近于 1; 而随着 x 的减小， Sigmoid 值将逼近于 0 。如果横坐标 刻度足够大（下图 ），sigmod 函数看起来很像一个阶跃函数。原理 上图，将y作为正例的可能性，则1-y是反例的可能性•