【免费】第八章集成学习1资源-CSDN文库

需积分: 0 186 浏览量 2022-08-04 15:40:35 上传评论收藏 1.61MB PDF 举报

资源详情

资源评论

资源推荐

第八章集成学习

8.1 个体与集成

集成学习 (ensemble learning) 通过构建并结合多个学习器来完成学习任务, 有时也被称为多分类器系

统、基于委员会的学习等.

8.1.1 集成学习的基本概念和结构

个体学习器 (individual learner): 个体学习器通常由一个现有的学习算法从训练数据产生.

基学习器 (base learner): 若集成中只包含同种类型的个体学习器, 也即是"同质"的, 那么同质集成

中的个体学习器称为"基学习器". 相应的学习算法称为"基学习算法".

组件学习器 (component learner): 若集成中包含不同类型的个体学习器, 也即是"异质"的, 则此时

集成中的个体学习器称为"组件学习器", 或者直接称为个体学习器.



图 8.1 显示出集成学习的一般结构: 先产生一组"个体学习器" (individual learner), 再用某种策略将它们

结合起来.



8.1.2 集成学习的优势及个体学习器的选择原则

1 集成学习的优势

集成学习通过将多个学习器进行结合, 常可获得比单一学习器显著优越的泛化性能. 特别是对"弱学习器"

(弱学习器是指泛化性能略优于随机猜测的学习器) , 效果更加明显. 因此集成学习的很多理论研究都是针

对弱学习器进行的, 而基学习器有时也被直接称为弱学习器. 但实际中, 考虑到其他因素, 往往会使用比较

强的学习器.

2 个体学习器的选择原则

对于集成学习的个体学习器的选择来说, 要获得好的集成效果, 个体学习器应"好而不同", 具体含义是: 个

体学习器要有一定的"准确性", 即学习器不能太坏, 并且要有"多样性", 即学习器见具有差异.

剩余14页未读，继续阅读

评论0

内容反馈

正版胡一星

粉丝: 18
资源: 304

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip