- 博客(1)
- 收藏
- 关注
转载 机器学习基础简述(一):决策树
决策树 学习的时候手抄了很多大佬们的笔记,这是从手抄本上重新整理的,有空搜一搜把参考过的大佬们的链接贴上来。 1. 几种常见算法的简单对比 算法类别 算法特点 对比 损失函数 随机森林(RF) bagging方法,基于样本 对样本进行有放回采样,多次采样来训练不同树,最后投票得到结果 adaboost boosting方法,基于样本 提高被错分样本的权重,最后加权计分来得到结果,使用的决策树通常为单层决策树(一个决策点) 指数损失函数 梯度下降树(GBDT) boosting方法,
2020-09-19 01:22:58
971
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人