当前位置:   article > 正文

Bagging和Boosting的概念和区别_bagging和boosting中文

bagging和boosting中文

 

Bagging算法(套袋法)

 

bagging的算法过程如下:

  • 从原始样本集中使用Bootstraping 方法随机抽取n个训练样本,共进行k轮抽取,得到k个训练集(k个训练集之间相互独立,元素可以有重复)。
  • 对于n个训练集,我们训练k个模型,(这个模型可根据具体的情况而定,可以是决策树,knn等)
  • 对于分类问题:由投票表决产生的分类结果;对于回归问题,由k个模型预测结果的均值作为最后预测的结果(所有模型的重要性相同)。

Boosting(提升法)

boosting 是一种将弱分类器转化为强分类器的方法统称,而AdaBoost是其中的一种。

boosting的算法过程如下:

  1. 对于训练集中的每个样本建立权值wi,表示对每个样本的权重, 其关键在与对于被错误分类的样本权重会在下一
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/不正经/article/detail/129178
推荐阅读
相关标签
  

闽ICP备14008679号