机器学习中的袋装法和提升法有什么区别吗？
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
袋装法是根据训练集中采用抽样的方式得到不同的抽样子集，根据不同的抽样子集去构建基础的分类器， 而在袋装中构建基础分类器的过程是可以并行的。而对于提升法而言是通过调整数据权重以此去抽取不同的训练集，然后再通过不同的训练集去构建不同的分类器， 而对于boosting而言，它后一个分类器的构建是依赖前一个分类器，是个串行的过程。
评论
全部评论 (0)