
今天小編給大家?guī)?lái)的是現(xiàn)在非常火爆的機(jī)器學(xué)習(xí)方法——集成學(xué)習(xí)。集成學(xué)習(xí),顧名思義,通過(guò)將多個(gè)單個(gè)學(xué)習(xí)器集成/組合在一起,使它們共同完成學(xué)習(xí)任務(wù),有時(shí)也被稱為“多分類器系統(tǒng)(multi-classifier system)”、基于委員會(huì)的學(xué)習(xí)(Committee-based learning)。
它本身不是一個(gè)單獨(dú)的機(jī)器學(xué)習(xí)算法,而是通過(guò)構(gòu)建并結(jié)合多個(gè)機(jī)器學(xué)習(xí)器來(lái)完成學(xué)習(xí)任務(wù)。也就是我們常說(shuō)的“博采眾長(zhǎng)”。集成學(xué)習(xí)可以用于分類問(wèn)題集成,回歸問(wèn)題集成,特征選取集成,異常點(diǎn)檢測(cè)集成等等,可以說(shuō)所有的機(jī)器學(xué)習(xí)領(lǐng)域都可以看到集成學(xué)習(xí)的身影。
一般集成學(xué)習(xí)會(huì)通過(guò)重采樣獲得一定數(shù)量的樣本,然后訓(xùn)練多個(gè)弱學(xué)習(xí)器(分類精度稍大于50%),采用投票法,即“少數(shù)服從多數(shù)”原則來(lái)選擇分類結(jié)果,當(dāng)少數(shù)學(xué)習(xí)器出現(xiàn)錯(cuò)誤時(shí),也可以通過(guò)多數(shù)學(xué)習(xí)器來(lái)糾正結(jié)果。
目前根據(jù)個(gè)體學(xué)習(xí)器的生成方式,集成學(xué)習(xí)可以分為兩大類:
1)個(gè)體學(xué)習(xí)器之間存在較強(qiáng)的依賴性,必須串行生成的序列化方法:boosting類算法;
Boosting是一簇可將弱學(xué)習(xí)器提升為強(qiáng)學(xué)習(xí)器的算法。其工作機(jī)制為:先從初始訓(xùn)練集訓(xùn)練出一個(gè)基學(xué)習(xí)器,再根據(jù)基學(xué)習(xí)器的表現(xiàn)對(duì)樣本分布進(jìn)行調(diào)整,使得先前的基學(xué)習(xí)器做錯(cuò)的訓(xùn)練樣本在后續(xù)收到更多的關(guān)注,然后基于調(diào)整后的樣本分布來(lái)訓(xùn)練下一個(gè)基學(xué)習(xí)器;如此重復(fù)進(jìn)行,直至基學(xué)習(xí)器數(shù)目達(dá)到實(shí)現(xiàn)指定的值T,或整個(gè)集成結(jié)果達(dá)到退出條件,然后將這些學(xué)習(xí)器進(jìn)行加權(quán)結(jié)合。
2)個(gè)體學(xué)習(xí)器之間不存在強(qiáng)依賴關(guān)系,可以并行生成學(xué)習(xí)器:bagging和隨機(jī)森林
Bagging的算法原理和 boosting不同,它的弱學(xué)習(xí)器之間沒(méi)有依賴關(guān)系,可以并行生成。
Bagging的基本流程:
1.經(jīng)過(guò)T輪自助采樣,可以得到T個(gè)包含m個(gè)訓(xùn)練樣本的采樣集。
2.然后基于每個(gè)采樣集訓(xùn)練出一個(gè)基學(xué)習(xí)器。
3.最后將這T個(gè)基學(xué)習(xí)器進(jìn)行組合,得到集成模型。
隨機(jī)森林(Random Forest,簡(jiǎn)稱RF) 是Bagging的一個(gè)擴(kuò)展變體。
隨機(jī)森林對(duì)Bagging做了小改動(dòng):
1.Bagging中基學(xué)習(xí)器的“多樣性”來(lái)自于樣本擾動(dòng)。樣本擾動(dòng)來(lái)自于對(duì)初始訓(xùn)練集的隨機(jī)采樣。
2.隨機(jī)森林中的基學(xué)習(xí)器的多樣性不僅來(lái)自樣本擾動(dòng),還來(lái)自屬性擾動(dòng)。
3.這就是使得最終集成的泛化性能可以通過(guò)個(gè)體學(xué)習(xí)器之間差異度的增加而進(jìn)一步提升。
4.隨機(jī)森林在以決策樹為基學(xué)習(xí)器構(gòu)建Bagging集成模型的基礎(chǔ)上,進(jìn)一步在決策樹的訓(xùn)練過(guò)程中引入了隨機(jī)屬性選擇。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03