作者: 西南辣子鸡
1902人浏览
评论数：0
2年前
bagging算法（随机森林RF算法简介） bagging算法特点是各个弱学习器之间没有依赖关系，可以并行拟合。加快计算速度。那么，bagging算法其实是一种工程思维，真正把这个思维转换成可以应用于工程计算的就是随机森林算法 通过上图我们知道，baggin
作者: 桃子红了呐
1598人浏览
评论数：0
4年前
随机森林算法 由多个决策树构成的森林，算法分类结果由这些决策树投票得到，决策树在生成的过程当中分别在行方向和列方向上添加随机过程，行方向上构建决策树时采用放回抽样（bootstraping）得到训练数据，列方向上采用无放回随机抽样得到特征子集，并据此得到其最优
作者: 桃子红了呐
1046人浏览
评论数：0
4年前
随机森林算法 由多个决策树构成的森林，算法分类结果由这些决策树投票得到，决策树在生成的过程当中分别在行方向和列方向上添加随机过程，行方向上构建决策树时采用放回抽样（bootstraping）得到训练数据，列方向上采用无放回随机抽样得到特征子集，并据此得到其最优
作者: yabmarlboro
3371人浏览
评论数：0
4年前
Bagging和Boosting都是将已有的分类或回归算法通过一定方式组合起来，形成一个性能更加强大的分类器，更准确的说这是一种分类算法的组装方法。即将弱分类器组装成强分类器的方法。 首先介绍Bootstraping，即自助法：它是一种有放回的抽样方法（可能
作者: shy丶gril
1640人浏览
评论数：0
6年前
介绍boosting算法的资源： 视频讲义，介绍boosting算法，主要介绍AdaBoosing http://videolectures.net/mlss05us_schapire_b/ 在这个网站的资源项里列出了对于boosting算法来源介绍的几篇文章
作者: 楚兴
1333人浏览
评论数：0
6年前
介绍boosting算法的资源： 视频讲义，介绍boosting算法，主要介绍AdaBoosing http://videolectures.net/mlss05us_schapire_b/ 在这个网站的资源项里列出了对于boosting算法来源介绍的几篇文
作者: 隐士2018
2583人浏览
评论数：0
4年前
用python在kaggle上试了几个project，有点体会，记录下。 Step1: Exploratory Data Analysis EDA，也就是对数据进行探索性的分析，一般就用到pandas和matplotlib就够了。EDA一般包括： 每个fea
