← 返回卡片

原书出处

大数据挖掘与统计机器学习

05 第5章 决策树与组合方法

核验版本的摘录快照 · 导入于 2026-11-18T10:22:02.201Z

林。本节介绍Bagging,接下来的两节将依次介绍Boosting和随机森林。

Bagging 是bootstrap aggregating的缩写,它指的是利用Bootstrap 抽样方法对训练集进行抽样,得到一系列新的训练集,对每个训练集构建一个预测器,称为基预测器(base predictor),组合所有的预测器得到最终的预测模型。

对于分类问题,最终的预测模型是所有基预测器“投票”的结果,也就是说,所有基预测器

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter7_0002.xhtml

EPUB SHA-256:6f2324b41414df46227a4d0ee4cc188eb120a38a798a14be96a3d7d919028c00