IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 机器学习算法笔记-随机森林与集成算法 -> 正文阅读

[人工智能]机器学习算法笔记-随机森林与集成算法

集成算法(E内设目标了learning)

目的:
让机器学习效果更好,类似集成电路。
集成学习
Bagging:训练多个模型取平均(各模型相互独立,并行)
Boosting:从弱学习期开始,通过加权来进行训练(隔膜型间存在关系,串行),随机森林就是一种Bagging
Stacking:聚合多个分类或回归模型

RF

随机森林:
每次从训练集中随机选择一定比例的数据,作为决策树的输入数据,因为输入数据不同,没课决策树的结果也不同,决策树之间相互独立,互不影响,随机森林的结果是所有决策树中出现次数最高的那个结果。
优势:
能够处理高维度的数据,并不用做特征选择;在训练完后,他能够给出哪些特征比较重要;容易做成并行方法,速度比较快;可视化强,容易理解
需要多少棵树
理论上树越多越好,但实际上基本超过一定数量就趋于稳定了。

梯度提升树(GBDT)

GBDT算法属于Boosting,举个例子,label1等于1000,第一棵树预测为950,第二棵树预测第一棵树的残差,label2等于50,它的预测是30的话,那么第二棵树的输出就是950+30=980,以此类推。
因为RF提升算法必须满足随着树的增加,结果一定是更好的,因此对增加的树是有要求的,下面这个公式就是判断添加的这棵树是否满足要求的依据,它的意思就是,如果前一棵树的输出和当前树的输出之和,与真实值y之间的损失要小的话,那么就可以加上这棵树,argmin函数的作用是取损失最小时的参数值,这里的参数值就是这颗新加的树了。
在这里插入图片描述
转自:https://www.bilibili.com/video/BV1rq4y1p7nJ?p=106

Boosting模型

典型代表:AdaBoost,XGBoost
AdaBoost会根据前一次的分类结果效果调整数据权重,如果这个数据分错了,那么在下一次分类中它的权重就会增大,最终每个分类器会根据自身的准确性来确定各自的权重,在合体

Stacking

堆叠:各种分类器
第一阶段得出各自结果,第二阶段再用前一阶段结果做训练。

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-08-28 09:00:22  更:2021-08-28 09:22:02 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/27 17:42:47-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码