知识卡片
包外投票逐样本筛选模型
自助采样训练集成时,每个成员会漏掉一些样本。评估其中一个样本,只让训练时没见过它的成员投票,并据此记录是否预测正确。成员过少时有的样本可能没有包外票,需明确该点怎样排除或补充。
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
- · 第8章 集成学习
原书出处 · 1 处
- 第8章 集成学习 · 查看原书依据
表示对个基学习器分别判断结果是否与一致,其中的取值一般是和.如果基学习器结果与一致,则;如果样本不在训练集内,则.综合起来看,就是对包外的数据,用“投票法”选择包外估计的结果,即1或.
参考来源
- 位置:《机器学习公式详解》第8章 集成学习(book-source:`extracted/机器学习公式详解/_epub-src/text/part0014.html`,式(8.20))
- 结论依据:式(8.20)和(8.21)对没有抽到该样本的成员投票并估计误差。
- 原始内容:表示对个基学习器分别判断结果是否与一致,其中的取值一般是和.如果基学习器结果与一致,则;如果样本不在训练集内,则.综合起来看,就是对包外的数据,用“投票法”选择包外估计的结果,即1或.