集成算法的基本思想:训练时用多种分类器一起完成同一份任务。
测试时对待测试样本分别通过不同的分类器,汇总最后的结果。投票方式,可分为软投票和硬投票。
集成算法一般有三种,分别是Bagging模型、Boosting模型和Stacking模型。
Bagging模型:并行的训练一堆分类器(类似电路并联),典型代表是随机森林算法。
随机森林的多样性,即构建的树模型之间存在一定差异。
Boosting模型:提升算法(类似电路串联)
Stacking模型:堆联文章来源:https://www.toymoban.com/news/detail-525482.html
文章来源地址https://www.toymoban.com/news/detail-525482.html
到了这里,关于集成算法概述的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!