iT邦幫忙

2023 iThome 鐵人賽

DAY 11
0

使用多種學習算法來獲得比單獨使用任何單獨的學習算法更好的預測效果

集成學習

  • 通過建立幾個模型組合來解決單一預測問題
  • 所用來組合的多個模型之間要有差異

三個臭皮匠,勝過一個諸葛亮!

Bagging

圖片來源https://reurl.cc/RyX006

https://ithelp.ithome.com.tw/upload/images/20230926/20163280cXPKGSEZ8K.png

  • 從訓練資料中隨機抽取樣本(取出後放回)
  • 訓練多個模型(要多少個模型自己設定)
  • 每個模型的權重一致最後用投票方式得到最終結果

Boosting

圖片來源https://reurl.cc/RyX006

https://ithelp.ithome.com.tw/upload/images/20230926/20163280GqOaq6x3EQ.png

  • 將很多個弱的模型進行合成變成一個強的模型
  • 每個模型之間是有關聯性的,每個模型是透過前一個模型的結果進行訓練

參考資料


上一篇
Day10-隨機森林 (Random Forest)
下一篇
Day12-Adaboost
系列文
什麼演算法?一起來學機器學習!30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言