什么是集成学习

什么是集成学习

  • 集成学习是一种分布式机器学习框架,通过构建多个学习器并将其结合起来完成学习任务。由于在实际应用中单一的学习器往往不能达到理想的学习效果,且有时单一学习器会导致过拟合,因此使用多个学习器进行集成学习往往能够达到更好的学习效果。

  • 根据学习器训练的模型是否为同类模型,集成学习分为同质集成学习和异质集成学习两类。

    1. 若训练的多个模型是同一类型的模型,则为同质集成学习,所用算法称为"基学习算法",每一个模型称为"基学习器"。
    2. 若训练的多个模型非同一类型的模型,则为异质集成学习,每一个模型称为"组件学习器"或"个体学习器"。
  • 根据模型训练和结合策略的不同,集成学习可分为串行方法(Boosting)、并行方法(Bagging)和堆叠方法(Stacking)三类。

  • 根据任务类型是分类还是回归,集成学习的融合方式可以分为投票(voting),平均(averaging)

  • sklearn中的集成算法模块ensemble

    类的功能
    ensemble.AdaBoostClassifier AdaBoost分类
    ensemble.AdaBoostRegressor AdaBoost回归
    ensemble.BaggingClassifier 袋装分类器
    ensemble.BaggingRegressor 袋装回归器
    ensemble.ExtraTreesClassifier Extra-trees分类(超树,极端随机树)
    ensemble.ExtraTreesRegressor Extra-trees回归
    ensemble.GradientBoostingClassifier 梯度提升分类
    ensemble.GradientBoostingRegressor 梯度提升回归
    ensemble.IsolationForest 孤立森林
    ensemble.RandomForestClassifier 随机森林分类
    ensemble.RandomForestRegressor 随机森林回归
    ensemble.RandomTreesEmbedding 完全随机树的集成
    ensemble.VotingClassifier 用于不合适估算器的软投票/多数规则分类器

    集成算法中,有一半以上都是树的集成模型,可以想见决策树在集成中必定是有很好的效果。


相关推荐
安思派Anspire1 分钟前
再见 RAG?Gemini 2.0 Flash 刚刚 “杀死” 了它!
人工智能
FF-Studio4 分钟前
【硬核数学】3. AI如何应对不确定性?概率论为模型注入“灵魂”《从零构建机器学习、深度学习到LLM的数学认知》
大数据·人工智能·深度学习·机器学习·数学建模·自然语言处理·概率论
master-dragon7 分钟前
spring-ai 工作流
人工智能·spring·ai
张德锋10 分钟前
Pytorch实现CIFAR10彩色图片识别
机器学习
moonless022237 分钟前
🌈Transformer说人话版(二)位置编码 【持续更新ing】
人工智能·llm
小爷毛毛_卓寿杰37 分钟前
基于大模型与知识图谱的对话引导意图澄清系统技术解析
人工智能·llm
聚客AI1 小时前
解构高效提示工程:分层模型、文本扩展引擎与可视化调试全链路指南
人工智能·llm·掘金·日新计划
摆烂工程师1 小时前
Claude Code 落地实践的工作简易流程
人工智能·claude·敏捷开发
亚马逊云开发者1 小时前
得心应手:探索 MCP 与数据库结合的应用场景
人工智能
大明哥_1 小时前
100 个 Coze 精品案例 - 小红书爆款图文,单篇点赞 20000+,用 Coze 智能体一键生成有声儿童绘本!
人工智能