集成学习方法与模型效果

• 作者: 杨森彬
• 来源期刊: 福建质量管理
• 关键词: 集成学习 方差 偏差
• 年，卷（期）: 2019,（13）
• 所属期刊栏目: 学术探讨
• 页码范围: 298
• 页数: 1页
• 字数: 1524字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9604.2019.13.237

摘要

本文通过对模型效果评判标准的剖析,解释方差、偏差与模型的本质联系.介绍集成学习方法的概念及其原理,对比bag-ging集成方法和boosting集成方法的原理、异同、优劣.深入理解bagging集成方法通过降低方差提高模型性能的原理, boosting通过降低偏差提高模型性能的原理,突出了集成学习方法相比单模型的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨森彬	广东工业大学自动化学院	3	3	1.0	1.0