import numpy as np import matplotlib.pyplot as plt from sklearn import datasets,ensemble from sklearn.model_selection import train_test_split def load... ...
分类：
编程语言 时间：
2019-05-02 09:50:53
阅读次数：
559
集成学习： 集成学习在机器学习算法中具有较高的准去率，不足之处就是模型的训练过程可能比较复杂，效率不是很高。 目前接触较多的集成学习主要有2种：基于Boosting的和基于Bagging，前者的代表算法有Adaboost、GBDT、XGBOOST、后者的代表算法主要是随机森林。 集成学习主要思想： ...
分类：
其他好文 时间：
2019-02-27 20:36:53
阅读次数：
221
我花了将近一周的时间，才算搞懂了adaboost的原理。这根骨头终究还是被我啃下来了。 Adaboost是boosting系的解决方案，类似的是bagging系，bagging系是另外一个话题，还没有深入研究。Adaboost是boosting系非常流行的算法。但凡是介绍boosting的书籍无不介 ...
分类：
其他好文 时间：
2019-02-18 22:51:27
阅读次数：
209
基于单层决策树的AdaBoost算法源码 Mian.py AdaBoost.py WeakClassifer.py data ...
分类：
编程语言 时间：
2019-02-14 22:04:45
阅读次数：
174
1.git git版本控制，设计思想 常规指令 2.linux Linux 不常用指令的学习，三剑客指令的学习 3.机器学习 感知机，朴素贝叶斯，knn，svm，adaboost 4.深度学习 RNN , LSTM ,GAN 正向传播 5.detection RCNN Fast-RCNN Faste ...
分类：
其他好文 时间：
2019-01-18 15:03:25
阅读次数：
223
前言 集成学习按照个体学习器之间是否存在依赖关系可以分为两类： 第一个是个体学习器之间存在强依赖关系，一系列个体学习器基本都需要串行生成。代表算法是boosting系列算法。在boosting系列算法中， Adaboost是最著名的算法之一。 第二类是个体学习器之间不存在强依赖关系，一系列个体学习器 ...
分类：
其他好文 时间：
2019-01-07 11:23:35
阅读次数：
165
转自:https://blog.csdn.net/px_528/article/details/72963977 写在前面说到Adaboost，公式与代码网上到处都有，《统计学习方法》里面有详细的公式原理，Github上面有很多实例，那么为什么还要写这篇文章呢？希望从一种更容易理解的角度，来为大家呈 ...
分类：
编程语言 时间：
2018-12-16 19:32:41
阅读次数：
230
Adaboost和GBDT的区别以及xgboost和GBDT的区别 以下内容转自 https://blog.csdn.net/chengfulukou/article/details/76906710 ，本文主要用作记录收藏 AdaBoost VS GBDT 和AdaBoost一样，Gradient ...
分类：
其他好文 时间：
2018-12-04 21:12:03
阅读次数：
193
Bagging 典型的代表：随机森林。 从训练集从进行子抽样组成每个基模型所需要的子训练集，对所有基模型预测的结果进行综合产生最终的预测结果： Boosting 典型代表：AdaBoost， Xgboost。 训练过程为阶梯状，基模型按次序一一进行训练（实现上可以做到并行），基模型的训练集按照某种策 ...
分类：
编程语言 时间：
2018-12-02 13:40:42
阅读次数：
280
"1. 集成学习（Ensemble Learning）原理" "2. 集成学习（Ensemble Learning）Bagging" "3. 集成学习（Ensemble Learning）随机森林（Random Forest）" "4. 集成学习（Ensemble Learning）Adaboost ...
分类：
其他好文 时间：
2018-11-17 20:45:18
阅读次数：
172
