bagging, boosting

本文综述了集成学习中各类算法,包括OfflineBagging、OfflineBoosting、adaboost、OnlineBagging、OnlineBoosting及其在特征选择上的应用,探讨了它们在机器学习领域的贡献与潜力。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文将介绍Offline Bagging,Offline Boosting,adaboost,Online Bagging,Online Boosting,Offline Boosting应用于特征选择,Online Boosting应用于特征选择等算法。

参考文献

[1]    Breiman L. Bagging predictors[J]. Machine learning, 1996, 24(2): 123-140.

[2]    Freund Y, Schapire R E. A desicion-theoretic generalization of on-line learning and an application to boosting[C]//European conference on computational learning theory: Springer, 1995,  p. 23-37.

[3]    Oza N C. Online bagging and boosting[C]//Systems, man and cybernetics, 2005 IEEE international conference on: IEEE, 2005,  p. 2340-2345.

[4]    Oza N C, Russell S, Online ensemble learning [M]: University of California, Berkeley, 2001

[5]    Tieu K, Viola P. Boosting image retrieval[J]. International Journal of Computer Vision, 2004, 56(1-2): 17-36.

[6]    Grabner H, Bischof H. On-line boosting and vision[C]//Computer Vision and Pattern Recognition, 2006 IEEE Computer Society Conference on: IEEE, 2006,  p. 260-267.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值