Ensemble方法
来源:互联网 发布:棉花期货天狼星软件 编辑:程序博客网 时间:2024/04/30 03:40
目录
2 Boosting.0
2.1 Boosting过程...0
2.2 AdaBoost算法...0
2.3 例子...0
2.4 相关理论分析...0
2.4.1 初始状态分析...0
2.4.2 对间隔的解释...0
2.4.3 统计观点...0
2.5 多分类扩展...0
2.6 噪声误差...0
2.7 进一步阅读...0
3 Bagging.0
3.1 两种集成模式...0
3.2 Bagging算法...0
3.3 示例...0
3.4 理论问题...0
3.5 随机集成树...0
3.5.1 随机森林...0
3.5.2 随机谱...0
3.5.3 随机树集成算法估计概率密度...0
3.5.4 随机集成树异态检测...0
3.6 进一步阅读...0
4 集成方式...0
4.1 集成的益处...0
4.2 平均方法...0
4.2.1 简单平均...0
4.2.2 加权平均...0
4.3 投票法...0
4.3.1 多数表决...0
4.3.2 多元表决...0
4.3.3 加权表决...0
4.3.4 Soft表决...0
4.3.5 相关理论...0
4.3.5.1 多数表决的理论边界...0
4.3.5.2 决策边界分析...0
4.4 通过学习的组合方法...0
4.4.1 Stacking方法...0
4.4.2 无限集成...0
4.5 其它组合方法...0
4.5.1 代数方法...0
4.5.2 行为知识空间法...0
4.5.3 决策模板法...0
4.6 相关方法...0
4.6.1 误差校正输出代码...0
4.6.2动态分类器选择...0
4.6.3 混合专家...0
4.7 进一步阅读...0
5 多样性...0
5.1 集成多样性...0
5.2 误差分解...0
5.2.1 歧义误差分解...0
5.2.2 偏差、方差、协方差分解...0
5.3 多样性度量方法...0
5.3.1 Pairwise度量法...0
5.3.2 非Pairwise度量法...0
5.5.3 归纳和可视化...0
5.3.4 多样性度量方法的局限性...0
5.4 信息理论的多样性...0
5.4.1 信息论和集成方法...0
5.4.2 互信息的多样性...0
5.4.3 多信息的多样性...0
5.4.4 估计方法...0
5.5 多样性的产生...0
Ensemble Methods Foundations and Algorithms读书笔记
- Ensemble方法
- 4、ensemble组合方法
- Ensemble Learning方法总结
- Ensemble methods(集成方法)
- Ensemble methods(组合方法,集成方法)
- 集成方法(ensemble method) Boosting Adaboost
- 组合方法(ensemble method) 与adaboost提升方法
- 利用svmrank实现ensemble learning的方法研究
- Ensemble连接oracle数据库的3种方法
- Ensemble method of machine learning 机器学习中的组合方法
- Scikit-Learn 集成方法(Ensemble method) 学习
- 【机器学习实战】第7章 集成方法 ensemble method
- ensemble learning
- Ensemble Methods
- Ensemble Learning
- Ensemble Learning
- Ensemble Methods
- ensemble 总结 Kaggle-Ensemble-Guide
- 如果编程语言是女人?
- 各类查找算法及Java实现
- sql 安装要求重启
- 码率控制总结
- java二维码生成
- Ensemble方法
- 浅谈Uber与滴滴快的提供差异化服务带来的商业模式思考
- /proc/iomem和/proc/ioports
- 关于mysql数据库连接超时的解决办法
- mini2440硬件篇之SDRAM
- EchoService类和EchoService_Stub类:
- mysql-connector-java 5.1.35 maven找不到源代码包
- android开发之应用打包签名混淆流程
- 简易文本编辑器