知识卡片
自助抽样产生不同训练集
Bagging 对原数据有放回抽样,多次生成不同训练集,每份单独拟合模型。样本可重复,也有样本在某棵树的训练集里一次都没出现。预测时分类常投票,回归常取平均。未被抽中的样本可以用于该树的袋外评估。
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
- 决策树和随机森林 · 查看原书依据
从D中执行有放回的、均匀的抽样
参考来源
- 位置:《机器学习观止:核心原理与实践》第08章《决策树和随机森林》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter8.xhtml`)。
- 结论依据:第 8.2 节给出重复抽样与汇总规则,并提到森林可输出内部的泛化误差估计。
- 原始内容:从D中执行有放回的、均匀的抽样