知识卡片
加权多数投票
加权多数投票为每个成员分类器赋予权重 w_j,用特征函数汇总各成员对类标的加权票数后取最大者;权重均等时退化为简单多数投票。例:三个分类器中两个投类别0、一个投类别1,若给投类别1的 C3 权重0.6、另两个各0.2,则 C3 一票等价于 C1/C2 各三票之和,最终类别1胜出。也可用 predict_proba 返回的类标概率替代类标投票(需分类器良好校准),用 average+argmax 实现。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 集成学习——组合不同的模型 · 查看原书依据
集成算法允许我们使用单独的权重对不同分类算法进行组合
参考来源
- 位置:《Python机器学习》第7章《7.2 实现一个简单的多数投票分类器》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0100.xhtml.xhtml)
- 结论依据:原文直接支撑上述要点。
- 原始内容:集成算法允许我们使用单独的权重对不同分类算法进行组合