201116西瓜书机器学习系列---8、集成学习
一、总结
一句话总结:
1、继承学习理论基础?
个体与集成的关系、模型结合策略、多样性
2、集成学习有哪些方法?
3、个体与集成的关系?
4、模型结合策略?
5、模型的多样性?
6、AdaBoost实例:怎么判断是否是苹果问题?
【找特征->错误放大 的循环】:先判断圆形是苹果,肯定会有错的,然后将错误的放大,找到新特征,红色的是苹果,肯定还是有错的,接着错误放大,再找新特征
7、AdaBoost核心思想?
渐进的方式实现了【加法模型】$$sum _ { t = 1 } ^ { T } alpha _ { t } h _ { t } ( x )$$
每个阶段学习一个弱分类器来【弥补前面整个分类器(也是由弱分类器组成的)的缺憾】
每一个阶段学习的时候,【分错的点会增加训练的权重】
8、Bagging和随机森林?
之前的AdaBoost是串行,这个有点并行的感觉
9、集成学习 参考资料?
可以多看英语的参考资料
二、内容在总结中
博客对应课程的视频位置: