集成学习 与 融合学习

集成学习

这个案例主要使用了集成学习和融合学习的方法,集成学习一般包括并行Bagging和串行Boosting。
并行Bagging主要包括:随机森林(RF);串行Boosting:Adaboost、GBDT(一阶差分)、XGB(二阶差分)。

融合学习

Blending

Stacking:上述案例的code,我觉得我写得有点问题,而且Stacking的逻辑图也画的有些问题。
Datawhale有一篇文章写的很好,大家可以参考:一文学习模型融合!从加权融合到stacking, boosting

上一篇:Django高级应用


下一篇:>Bagging