知识卡片
增强算法组合弱学习器
增强算法将多个简单学习器组合成预测更强的集成。不同 boosting 方法的训练规则不同;常见方法按顺序增加学习器,使后续模型关注先前模型尚未处理好的部分,并以加权形式组合。效果并非对所有任务必然改善,需要用独立数据评估。
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
- 集成算法 · 查看原书依据
增强算法背后的想法是将多个弱分类器组合成一个强分类器
参考来源
- 位置:《深度学习:从基础到实践(上下册)》第14章《集成算法》(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0021_split_007.html`)
- 结论依据:原文介绍节点随机特征、随机阈值及弱学习器加权组合;效果与实现边界在卡片中注明。
- 原始内容:增强算法背后的想法是将多个弱分类器组合成一个强分类器。注意,这里不是必须使用弱分类器。如果我们愿意,也可以将很多强分类器组合起来。弱分类器比较常见,且它们的速度通常更快。 让我们通过一个例子来看看增强算法是如何工作的。