利用集成方法提高基分类器分类性能

本文已收录于 机器学习笔记 系列,共计 20 篇,本篇是第 7 篇

前序课程:支持向量机

支持向量机:线性可分支持向量机与软间隔最大化

支持向量机:线性可分支持向量机与硬间隔最大化

 

提升决策树的准确性性能

在之前我们学习过决策树,现在我们考虑下如何提升决策树的准确性。

使用集成学习方法,集成学习方法有两个主要类别,分别是序列方法并行方法。他们主要有代表性的算法分别为boosting和bagging算法。

Bagging算法:https://gaozhiyuan.net/machine-learning/bagging.html

Boosting算法:https://gaozhiyuan.net/machine-learning/boosting.html

作者: 高志远

高志远,23岁,男生,毕业于上海杉达学院电子商务系。

发表评论

邮箱地址不会被公开。