成人精品一区二区三区在线观看,国产清纯在线一区二区

詹惠兒

2021-04-07 閱讀量: 795

集成模型選擇Bagging算法還是Boosting 好？

問：

集成模型選擇Bagging算法還是Boosting 好？

答：

可以根據(jù)bagging和boosting的特點進(jìn)行選擇：

1. 并?計算方面
Bagging：各個預(yù)測函數(shù)可以并??成，對于極為耗時的學(xué)習(xí)?法， Bagging可通過并?訓(xùn)練
節(jié)省?量時間開銷。
Boosting：各個預(yù)測函數(shù)只能順序?成，因為后?個模型參數(shù)需要前?輪模型的結(jié)果。
2. 擬合程度
單個評估器存在過擬合問題的時候， Bagging能在?定程度上解決過擬合問題，?Boosting
可能會加劇過擬合的問題。
單個評估其學(xué)習(xí)能?較弱的時候， Bagging?法提升模型表現(xiàn)， Boosting有?定可能提升模
型的表現(xiàn)。
3. 算法?標(biāo)
Bagging：降低?差，提?模型整體的穩(wěn)定性。
Boosting：降低偏差，提?模型整體的精確度。
Bagging和Boosting都可以有效地提?分類的準(zhǔn)確性。在?多數(shù)數(shù)據(jù)集中， Boosting的準(zhǔn)確
性要?于Bagging