
集成学习
文章平均质量分 93
通过集成学习提高神经网络(非传统决策树)性能(Tensorflow+Keras+Python)
sinysama
这段时间比较忙,如果没能及时回复请见谅~
展开
-
集成学习【二】:Adaboost结合神经网络及代码实现
Adaboost,神经网络原创 2022-03-10 16:48:00 · 4529 阅读 · 18 评论 -
集成学习【三】:Bagging结合神经网络及代码实现
本章为Bagging与神经网络结合的方式原创 2021-08-24 16:31:10 · 4309 阅读 · 0 评论 -
集成学习【一】:集成学习(Ensemble Learning)结合神经网络
集成学习一、集成学习的概念二、集成学习的作用三、集成学习的优点四、集成学习的缺点五、结合策略(简要了解)六、常见的集成学习方法(后续一一详解)本章要点一、集成学习的概念集成学习(ensemble learning) 通过构建并结合多个学习器来完成任务,有时也被称为多分类器系统(multi-classifer system)————《机器学习》周志华(学习器多指我们所说的分类器,比如支持向量机(SVM)、决策树、基于BP算法的神经网络等)下面,简要的说说鄙人的理解,有问题请多多指出。二、集成学习的作原创 2021-06-16 16:08:24 · 4395 阅读 · 0 评论