机器学习笔记-集成学习

林大帅6688

于 2024-02-05 09:47:53 发布

阅读量412

点赞数 5

CC 4.0 BY-SA版权

文章标签：机器学习笔记集成学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/weixin_41732253/article/details/127064694

本文介绍了随机森林算法，包括其在Mac上的包导入方法，以及bagging和boosting两种集成策略。重点讨论了随机森林作为bagging与决策树的组合，并提到了GBDT（梯度提升决策树）的概念。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

机器学习笔记-集成学习

随机森林

随机森林

随机森林

mac上option+enter即可导入包
随机森林就是bagging+决策树
总结

bagging和boosting

在这里插入图片描述

在这里插入图片描述

公式和例子

在这里插入图片描述

在这里插入图片描述

GBDT

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。