采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
老师您好,我看到评论区有同学问过这个问题,您的答案是”boosting是增强,bagging是投票“。 但是adaboost的视频中您说,生成多个子模型(内部样本一样,只是各个样本点权重不同)后,还是通过投票voting生成最终结果。 也就是说,boosting其实也是投票机制?
不是所有的 boosting 算法都投票,比如 gradient boosting 就不需要投票。
boosting 强调的是算法需要根据之前的运算结果做“改进”(即 boost)。但是改进后怎么用是另外一个问题。在 adaboost 中是投票;在 gradient boosting 中就是加和。
一个直观的概念就是:boost 类算法通常无法并行化。但 voting 类算法 voting 的实体之间互不干涉,所以很容易并行化。
继续加油!:)
登录后可查看更多问答,登录/注册
Python3+sklearn,兼顾原理、算法底层实现和框架使用。
3.2k 19
4.2k 17
3.7k 15
2.0k 15
1.9k 14
购课补贴联系客服咨询优惠详情
慕课网APP您的移动学习伙伴
扫描二维码关注慕课网微信公众号