笔记︱集成学习Ensemble Learning与树模型、Bagging 和 Boosting 本杂记摘录自文章《开发 | 为什么说集成学习模型是金融风控新的杀手锏？》 基本内容与分类见上述思维导图。 . . 一、机器学习元算法 随机森林：决策树+bagging=随机森林 梯度提升树：决策树Boos ...
分类：
其他好文 时间：
2017-02-19 17:11:55
阅读次数：
398
提升方法(boosting)详解 提升方法（boosting）是一种常用的统计学习方法，应用广泛且有效。在分类问题中，它通过改变训练样本的权重，学习多个分类器，并将这些分类器进行线性组合，提高分类的性能。 本章首先介绍提升方法的思路和代表性的提升算法AdaBoost，然后通过训练误差分析探讨AdaB ...
分类：
其他好文 时间：
2017-02-15 00:44:41
阅读次数：
138
本文是找了在网上搜了好久才找到非常棒的一篇文章，很好的解决了这个问题。 原文地址：https://github.com/amfe/article/issues/10 这个特性被称做「Text Autosizer」，又称「Font Boosting」、「Font Inflation」，是 Webkit ...
分类：
其他好文 时间：
2017-02-08 12:44:51
阅读次数：
427
机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。这里我们将为您总结一下常见的机器学习算法，以供您在工作和学习中参考。 ...
分类：
编程语言 时间：
2017-02-06 15:47:14
阅读次数：
253
介绍：以下是李航《统计学习方法的》第一章的部分摘录，只为复习总结用 内容： 1.损失函数： 扩展：线性回归，LR，svm,boosting的损失函数 2.分类器评估方法： ...
分类：
其他好文 时间：
2017-01-15 11:41:44
阅读次数：
537
CXCORE库： Mahalanobis距离: K均值: CV库： 人脸检测/Haar分类器 ML库： 正态朴素贝叶斯分类器： 决策树： Boosting: 随机森林： EM算法： K近邻（KNN）： 神经网络/多层感知器： 支持向量机（SVM）： ...
分类：
编程语言 时间：
2016-12-27 00:00:25
阅读次数：
194
转：http://blog.csdn.net/jlei_apple/article/details/8168856 这两天在看关于boosting算法时，看到一篇不错的文章讲bootstrap, jackknife, bagging, boosting, random forest 都有介绍，以下是 ...
分类：
其他好文 时间：
2016-12-23 01:16:01
阅读次数：
167
boosting:加权组合多个分类器adaBoosting：隶属于boosting加权组合多个分类器训练单个分类器的时候通过提高预测错误的样本的权重来提高单个分类器的预测准确率
分类：
其他好文 时间：
2016-12-20 21:29:31
阅读次数：
139
在集成学习原理小结中，我们讲到了集成学习有两个流派，一个是boosting派系，它的特点是各个弱学习器之间有依赖关系。另一种是bagging流派，它的特点是各个弱学习器之间没有依赖关系，可以并行拟合。本文就对集成学习中Bagging与随机森林算法做一个总结。 随机森林是集成学习中可以和梯度提升树GB ...
分类：
编程语言 时间：
2016-12-10 22:34:29
阅读次数：
268
在梯度提升树(GBDT)原理小结中，我们对GBDT的原理做了总结，本文我们就从scikit-learn里GBDT的类库使用方法作一个总结，主要会关注调参中的一些要点。 1. scikit-learn GBDT类库概述 在sacikit-learn中，GradientBoostingClassifie ...
分类：
其他好文 时间：
2016-12-09 19:33:42
阅读次数：
210
