文獻(xiàn)資料
- 周志華教授的書(shū) Ensemble Method: Foundations and Algorithms
- 對(duì)bias-variance介紹的文章Understanding the Bias-Variance Tradeoff
- JMLR 2014年對(duì)不同分類(lèi)器的比較Do we Need Hundreds of Classifiers to Solve Real World Classification Problems?
-
sklearn機(jī)器學(xué)習(xí)算法圖
機(jī)器學(xué)習(xí)算法圖
帖子&博客
- 機(jī)器學(xué)習(xí)算法比較
-
為什么在實(shí)際的 kaggle 比賽中 gbdt 和 random forest 效果非常好克饶？
馬超的回答：模型理論：模型可控性好篡帕；數(shù)據(jù)角度：抗噪聲能力強(qiáng)帐萎；系統(tǒng)靈活易用
eyounx的回答：自適應(yīng)非線(xiàn)性宠互，隨著決策樹(shù)的生長(zhǎng)壁袄，能夠產(chǎn)生高度非線(xiàn)性的模型寓调；多分類(lèi)器的組合，能夠起到正則化的作用 - 學(xué)習(xí) ensemble learning 要如何開(kāi)始呢灼伤？
- 使用sklearn進(jìn)行集成學(xué)習(xí)
