第 12 屆 iThome 鐵人賽
分享至
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。
本系列教學簡報 PDF & Code 都可以從我的 GitHub 取得!
IT邦幫忙