文件名称:50. 集成学习(bagging and boosting)1
文件大小:344KB
文件格式:PDF
更新时间:2022-08-03 21:33:49
集成学习 boosting
代表:Adaboost(Adaptive boosting)公式推导可见《机器学习》P174优点:泛化错误率低,易编码,可以应用在大部分分类器上,无参数调整缺点
文件名称:50. 集成学习(bagging and boosting)1
文件大小:344KB
文件格式:PDF
更新时间:2022-08-03 21:33:49
集成学习 boosting
代表:Adaboost(Adaptive boosting)公式推导可见《机器学习》P174优点:泛化错误率低,易编码,可以应用在大部分分类器上,无参数调整缺点