融合模型分为四种类型（包括混合型）
# 融合模型分为四种类型（包括混合型）#
Bagging：使用随机选择的不同数据子集训练多个基础模型，并进行替换。让基础模型对最终的预测进行投票。常用于随机森林算法（RandomForests）；
Boosting：迭代地训练模型，并且在每次迭代之后更新获得每个训练示例的重要程度。常用于梯度增强算法（GradientBoosting）；
Blending：训练许多不同类型的基础模型，并在一个holdout set上进行预测。从它们的预测结果中再训练一个新的模型，并在测试集上进行预测（用一个holdout set堆叠）；
Stacking：训练多种不同类型的基础模型，并对数据集的k-folds进行预测。从它们的预测结果中再训练一个新的模型，并在测试集上进行预测；
https://www.toutiao.com/a1659115097393165
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/69946223/viewspace-2676825/ ，如需转载，请注明出处，否则将追究法律责任。
请登录后发表评论
登录
全部评论
