腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
zingpLiu
专栏作者
举报
62
文章
96966
阅读量
17
订阅数
订阅专栏
申请加入专栏
全部文章（62）
python（21）
编程算法（17）
linux（5）
c 语言（4）
神经网络（4）
深度学习（4）
http（4）
机器学习（3）
javascript（3）
go（3）
云数据库 SQL Server（3）
打包（3）
容器（3）
运维（3）
shell（3）
网络安全（3）
hadoop（3）
tensorflow（2）
c++（2）
html（2）
数据库（2）
sql（2）
django（2）
ide（2）
github（2）
nginx（2）
容器镜像服务（2）
日志服务（2）
人工智能（2）
存储（2）
开源（2）
决策树（2）
kernel（2）
https（2）
kafka（2）
root（2）
对象存储（1）
NLP 服务（1）
java（1）
erlang（1）
scala（1）
xml（1）
ajax（1）
单片机（1）
汇编语言（1）
arm（1）
云数据库 Redis（1）
flask（1）
sqlalchemy（1）
git（1）
unix（1）
ubuntu（1）
centos（1）
消息队列 CMQ 版（1）
缓存（1）
压力测试（1）
spark（1）
ssh（1）
yum（1）
面向对象编程（1）
tcp/ip（1）
udp（1）
rabbitmq（1）
socket编程（1）
ntp（1）
安全（1）
unicode（1）
数据库管理（1）
date（1）
ode（1）
pool（1）
sum（1）
var（1）
笔记（1）
登录（1）
搜索文章
搜索
搜索
关闭
集成学习总结
决策树
神经网络
深度学习
人工智能
编程算法
1 基本概念 集成学习的主要思路是先通过一定的规则生成多个学习器，再采用某种集成策略进行组合，最后综合判断输出最终结果。一般而言，通常所说的集成学习中的多个学习器都是同质的"弱学习器"。基于该弱学习器，通过样本集扰动、输入特征扰动、输出表示扰动、算法参数扰动等方式生成多个学习器，进行集成后获得一个精度较好的"强学习器"。 目前集成学习算法大多源于bagging、boosting、stacking三种思想。 2 bagging 一种提高分类模型的方法。 (1) 从训练集\(S\)中有放回的随机选取数据集\(
用户1432189
2019-06-25
581
0
过拟合与对策
编程算法
决策树
机器学习
神经网络
深度学习
为了防止过拟合，可以为损失函数加上一个惩罚项对复杂的模型进行惩罚，即强制让模型的参数值尽可能小。加上正则化项的目标是让它的值尽可能小，即参数等于0或者接近于0。\(\lambda\)为惩罚项系数，是人工设定的大于0的参数。
用户1432189
2019-03-15
782
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天，分 10000 元奖品池！
立即发文
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档