基本上是通过创建集合来改进预测。但是我们要怎么做呢?有人可以解释使用R中的示例代码吗?我只是一个学习者。任何帮助都将非常感激。
谢谢。
集成中的预测聚合可以通过多种方式完成。最简单的方法是多数投票(分类)或对所有基本模型的预测进行平均(回归)。
通常,复杂的聚合方案并不比基本方案好多少(并且对过拟合非常敏感)。这就是为什么专门的包,如EnsembleSVM只允许非常基本的聚合(最好是线性组合)。
基本上是通过创建集合来改进预测。但是我们要怎么做呢?有人可以解释使用R中的示例代码吗?我只是一个学习者。任何帮助都将非常感激。
谢谢。
集成中的预测聚合可以通过多种方式完成。最简单的方法是多数投票(分类)或对所有基本模型的预测进行平均(回归)。
通常,复杂的聚合方案并不比基本方案好多少(并且对过拟合非常敏感)。这就是为什么专门的包,如EnsembleSVM只允许非常基本的聚合(最好是线性组合)。
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium