[Day 17] 集成式學習

12th鐵人賽人工智慧機器學習 python

10程式中

2020-10-02 16:10:47

10625 瀏覽

分享至

集成式學習

今日學習目標

了解集成式學習
- 何謂集成式學習?
三種不同的集成式學習
- Bagging、Boosting、Stacking

集成學習

Ensemble learning 又稱集成學習，指的是以一個系統化的方式將好幾個監督式學習的模型結合在一起，目的是希望結合眾多的模型產生一個更強大的模型。在許多科學競賽中Ensemble learning在實務上是非常有效的提升預測準確率。依照Ensemble的處理方式的不同，我們可以將它分為三類。第一類為Bagging，第二類為Boosting，第三類為Stacking。

Bagging:
- Random forest
Boosting:
- AdaBoost
- Gradient Boosting
- XGBoost
Stacking