年轻人起来冲

梯度提升树 GBDT

发表于 2021-09-29 更新于 2025-02-02 分类于 1-机器学习， G-集成算法本文字数： 1.5k 阅读时长 ≈ 1 分钟

发表于 2021-09-23 更新于 2025-02-02 分类于 1-机器学习， G-集成算法本文字数： 75 阅读时长 ≈ 1 分钟

发表于 2021-09-18 更新于 2025-02-02 分类于 1-机器学习， G-集成算法本文字数： 2k 阅读时长 ≈ 2 分钟

发表于 2021-09-17 更新于 2025-02-02 分类于 1-机器学习， G-集成算法本文字数： 5.7k 阅读时长 ≈ 5 分钟

机器学习集成算法通用知识-20230408145329

发表于 2021-09-10 更新于 2025-02-02 分类于 1-机器学习， G-集成算法本文字数： 328 阅读时长 ≈ 1 分钟

Boosting 方法根据当前分类器的分类情况，动态更改训练数据权重，用不同层次的分类器逐步解决 “易分 -> 难分” 的问题

发表于 2021-09-06 更新于 2025-02-02 分类于 1-机器学习， G-集成算法本文字数： 2.2k 阅读时长 ≈ 2 分钟

Stacking 就是堆叠模型，在 N 个类别的建模中，可能先建立 K<N 个类别的模型，然后根据前一模型输出叠加多层解决其他类别，类似分层解决 “易分 -> 难分” 的问题

发表于 2021-08-30 更新于 2025-02-02 分类于 1-机器学习， G-集成算法本文字数： 1.4k 阅读时长 ≈ 1 分钟

发表于 2021-08-25 更新于 2025-02-02 分类于 1-机器学习， G-集成算法本文字数： 123 阅读时长 ≈ 1 分钟

发表于 2021-08-22 更新于 2025-02-02 分类于 1-机器学习， G-集成算法本文字数： 115 阅读时长 ≈ 1 分钟

发表于 2021-08-18 更新于 2025-02-02 分类于 1-机器学习， G-集成算法本文字数： 1.5k 阅读时长 ≈ 1 分钟

AdaBoost 根据当前分类器的分类情况，动态更改训练数据权重，用不同层次的分类器逐步解决 “易分 -> 难分” 的问题