开发者社区> 问答> 正文

机器学习中的袋装法和提升法有什么区别吗?

已解决

机器学习中的袋装法和提升法有什么区别吗?

展开
收起
每天一个小bug 2022-07-31 13:13:00 987 0
1 条回答
写回答
取消 提交回答
  • 推荐回答

    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。

    2022-07-31 15:07:51
    赞同 展开评论 打赏
问答排行榜
最热
最新

相关电子书

更多
大规模机器学习在蚂蚁+阿里的应用 立即下载
基于Spark的面向十亿级别特征的 大规模机器学习 立即下载
基于Spark的大规模机器学习在微博的应用 立即下载