模型融合
模型融合
来源：https://www.bilibili.com/video/BV13K4y1k7Vy
模型融合的主要目的是降低偏差和方差
集成学习
各类模型和实现
- Bagging
- 随机森林：（效率很高，在头部的时候可以使用）
- Boosting
- AdaBoost
- GBDT：（使用了残差）
- XGBoost
- LightGBM
- CatBoost：（主要用于分类）
- Stacking
- Stacking
- Blending：（和Stacking类似，建议在数据量比较大的时候使用）
- Blending
Voting
投票机制
Blending
Stacking
这个时候需要使用强模型，在做Stacking模型
你可能感兴趣的文章
0
赞
热门推荐
-
2、 - 优质文章
-
3、 gate.io
-
8、 golang
-
9、 openharmony
-
10、 Vue中input框自动聚焦