boosting和bootstrap区别


本文摘自php中文网,作者(*-*)浩,侵删。

bootstrap、boosting是机器学习中几种常用的重采样方法。其中bootstrap重采样方法主要用于统计量的估计,boosting方法则主要用于多个子分类器的组合。

bootstrap:估计统计量的重采样方法(推荐学习:Python视频教程)

bootstrap方法是从大小为n的原始训练数据集DD中随机选择n个样本点组成一个新的训练集,这个选择过程独立重复B次,然后用这B个数据集对模型统计量进行估计(如均值、方差等)。由于原始数据集的大小就是n,所以这B个新的训练集中不可避免的会存在重复的样本。

统计量的估计值定义为独立的B个训练集上的估计值θbθb的平均:

阅读剩余部分

相关阅读 >>

Python怎么读取excel中的数值

Python交互模式下输入命令怎么换行

在windows上如何共存多版本Python

golang互斥锁内部实现的实例详解

Python 中容易混淆的概念--迭代器与生成器

如何使用Python实现调查问卷的自动填写

Python基础学完了学什么

Python怎么连接mysql

Python里面float是什么意思

Python语言是非开源语言吗

更多相关阅读请进入《Python》频道 >>




打赏

取消

感谢您的支持,我会继续努力的!

扫码支持
扫码打赏,您说多少就多少

打开支付宝扫一扫,即可进行扫码打赏哦

分享从这里开始,精彩与您同在

评论

管理员已关闭评论功能...