
机器学习
summer2381
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
scikit-learn决策树算法类库使用小结
https://www.cnblogs.com/pinard/p/6056319.html BallTree: https://scikit-learn.org/stable/modules/generated/sklearn.neighbors.BallTree.html#sklearn.neighbors.BallTree KDTree: https://scikit-learn.org/st...原创 2019-03-03 10:51:02 · 246 阅读 · 0 评论 -
Baggging 和Boosting的区别
Baggging 和Boosting都是模型融合的方法,可以将弱分类器融合之后形成一个强分类器,而且融合之后的效果会比最好的弱分类器更好。 Bagging: 先介绍Bagging方法: Bagging即套袋法,其算法过程如下: 从原始样本集中抽取训练集。每轮从原始样本集中使用Bootstraping的方法抽取n个训练样本(在训练集中,有些样本可能被多次抽取到,而有些样本可能一次都没有被抽中)。共进...原创 2019-04-23 20:10:07 · 512 阅读 · 0 评论 -
scikit-learn Adaboost类库使用小结
1. Adaboost类库概述 scikit-learn中Adaboost类库比较直接,就是AdaBoostClassifier和AdaBoostRegressor两个,从名字就可以看出AdaBoostClassifier用于分类,AdaBoostRegressor用于回归。 AdaBoostClassifier使用了两种Adaboost分类算法的实现,SAMME和SAMME.R。而AdaBoos...原创 2019-07-14 10:17:43 · 405 阅读 · 0 评论