请稍等 ...
×

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

Bagging 用于回归

老师,你在这一节中讲的 Bagging 这种方式,都用在分类中。在分类任务中,集合多个分类模型的结果不难,可以使用老师之前讲的 hard voting 或者 soft voting 的方式。可老师你没提到 Bagging 这种方式如何使用在回归任务中,是不是其实和分类任务也是一样的?比如有 500 个模型,每一个模型取数据中 1/5 的数据,这样的话也有 500 个回归模型了,对于同一个预测数据,只需要取 500 个模型的预测值的均值即可。还是说 Bagging 这种方式不太适合回归模型?

正在回答 回答被采纳积分+3

1回答

liuyubobobo 2020-10-06 23:25:19

随机森林用于回归问题,最简单的方式就是最终取每一个子模型的平均值。


bagging 或者 pasting 都是随机森林,所以都可以使用这种方式来处理回归问题:)


继续加油!:)

0 回复 有任何疑惑可以回复我~
问题已解决,确定采纳
还有疑问,暂不采纳
意见反馈 帮助中心 APP下载
官方微信