文件名称：集成学习方法汇总讲稿
文件大小：11.4MB
文件格式：PPTX
更新时间：2021-11-05 09:39:57
集成学习 决策树
集成学习(Ensemble Learning) 是指将多个不同的基本模型(Base Model) 组合成一个 Ensemble Model 的方法。它可以同时降低最终模型的 Bias 和 Variance（证明可以参考这篇论文，我最近在研究类似的理论，可能之后会写新文章详述)，从而在提高分数的同时又降低 Overfitting 的风险。在现在的 Kaggle 比赛中不用 Ensemble 就能拿到奖金几乎是不可能的