决策树的集成方法

(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

上一篇:>Bagging


下一篇:集成算法(Bagging & Boosting)