（原创）
本文讨论决策树的集成方法，主要思想有两种
1.bagging ，以随机森林为代表
构建独立的树，然后加权平均的思想
2.boosting ，以adaboost，gbdt为代表
由弱分类器，组成强分类器，他与bagging的显著不同是减少偏差而不是方差
决策树的集成方法
2024-03-18 12:22:58
上一篇：>Bagging
相关文章
- 03-18ECMAScript-内置对象的属性和方法整理
- 03-18day29 类中的内置函数方法 __str__ __repr__ __call__ isinstance() issubclass()
- 03-18jQuery的ajax()检验用户名；通过jQuery的load()/get()/post()方法实现；使用XMLHTTPRequest对象来进行AJAX的异步数据交互
- 03-18实现顺序表的各种基本运算和整体建表方法
- 03-18Python利用字符串导模块的完美的方法
- 03-18Windows平台下Qt QOpenGL中glutSolidSphere()方法未定义的解决方法
- 03-18VC 获 取 当前程序运行路径的几种方法
- 03-18sql注入过滤的公共方法
- 03-18让input表单输入框不记录输入过信息的方法
- 03-18Drawable的mutate方法Android 1.6中的NullPointerException