校园春色亚洲色图_亚洲视频分类_中文字幕精品一区二区精品_麻豆一区区三区四区产品精品蜜桃

主頁 > 知識(shí)庫 > python模型集成知識(shí)點(diǎn)總結(jié)

python模型集成知識(shí)點(diǎn)總結(jié)

熱門標(biāo)簽:ai電話機(jī)器人哪里好 湛江智能外呼系統(tǒng)廠家 ai電銷機(jī)器人源碼 外呼并發(fā)線路 百度地圖標(biāo)注沒有了 宿遷星美防封電銷卡 西藏房產(chǎn)智能外呼系統(tǒng)要多少錢 地圖標(biāo)注審核表 長沙高頻外呼系統(tǒng)原理是什么

說明

1、模型集成是指將一系列不同模型的預(yù)測結(jié)果集成在一起,從而獲得更好的預(yù)測結(jié)果。

2、對(duì)于模型集成來說,模型的多樣性非常重要。Diversityisstrength.用于集成的模型應(yīng)盡可能好,同時(shí)應(yīng)盡可能不同。

同一的網(wǎng)絡(luò),使用不同的隨機(jī)初始化,多次獨(dú)立訓(xùn)練,然后集成,意義不大。更好的方法是使用結(jié)構(gòu)非常不同的模型進(jìn)行集成,這樣每個(gè)模型的偏差就會(huì)在不同的方向上相互抵消,結(jié)果就會(huì)更加穩(wěn)定準(zhǔn)確。

實(shí)例

可以用多種不同的方法來集成它們,最簡單的辦法是,取平均:

final_preds = 0.25 * (preds_a + preds_b + preds_c + preds_d)

由于每一個(gè)模型的性能會(huì)有差距,所以更好的辦法是加權(quán)平均:

final_preds = 0.5 * preds_a + 0.25 * preds_b + 0.1 * preds_c + 0.15 * preds_d

知識(shí)點(diǎn)擴(kuò)充:

當(dāng)我們想在數(shù)據(jù)集上構(gòu)建許多個(gè)模型,便可考慮使用集成的方法:

1. 掛袋法:并行進(jìn)行,掛袋法集成中的每一個(gè)模型只使用訓(xùn)練集的一部分,它們的思路是減少對(duì)數(shù)據(jù)產(chǎn)生過度擬合,但前提是每個(gè)模型的差別不能太大,掛袋法對(duì)如線性回歸之類的線性預(yù)測器無效。對(duì)于一些很穩(wěn)定的模型,掛袋法的效果不明顯,它適合那些對(duì)很小的改變也十分敏感的分類器,例如決策樹,它很不穩(wěn)定,未剪枝決策樹就十分適合掛袋法。而KNN分類器則是一種很穩(wěn)定的模型,不過我們可以使用隨機(jī)子空間方法,為最近鄰方法引入不穩(wěn)定性。

2. 賦權(quán)重提升法:順序進(jìn)行,產(chǎn)生一個(gè)逐步復(fù)雜的模型序列,它按順序基于前一個(gè)模型的錯(cuò)誤訓(xùn)練新的模型,每次訓(xùn)練得到的模型被賦予一個(gè)權(quán)重,這個(gè)權(quán)重依據(jù)模型再給定數(shù)據(jù)的效果而定。最終的預(yù)測值產(chǎn)生時(shí),這些權(quán)重值就是每個(gè)特定模型對(duì)于最終輸出結(jié)果的影響力的判據(jù)。整體來說就是把錯(cuò)誤率低的分類器賦予更大的權(quán)重。

3. 梯度提升法:由于賦權(quán)提升法使根據(jù)賦予錯(cuò)誤實(shí)例更大的權(quán)重,然后是的下一個(gè)模型更可能選中這些錯(cuò)誤分類的實(shí)例再次訓(xùn)練,而這也存在不足之處,這里梯度提升法采用梯度而不是權(quán)重來鑒別缺陷,基于調(diào)整殘差(真實(shí)值y與預(yù)測值y')來完善上一個(gè)模型的缺陷。

到此這篇關(guān)于python模型集成知識(shí)點(diǎn)總結(jié)的文章就介紹到這了,更多相關(guān)python模型集成是什么內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

標(biāo)簽:南平 海南 漯河 盤錦 寧夏 林芝 普洱 大同

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《python模型集成知識(shí)點(diǎn)總結(jié)》,本文關(guān)鍵詞  python,模型,集成,知識(shí)點(diǎn),;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《python模型集成知識(shí)點(diǎn)總結(jié)》相關(guān)的同類信息!
  • 本頁收集關(guān)于python模型集成知識(shí)點(diǎn)總結(jié)的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章
    主站蜘蛛池模板: 钦州市| 榆社县| 法库县| 河南省| 漠河县| 江安县| 宜兴市| 安泽县| 临城县| 台北市| 滨海县| 临安市| 特克斯县| 三原县| 南充市| 诏安县| 武强县| 汨罗市| 灵璧县| 常德市| 康马县| 南雄市| 澄城县| 揭西县| 七台河市| 曲麻莱县| 任丘市| 丰都县| 合江县| 土默特右旗| 敦化市| 阿鲁科尔沁旗| 红河县| 敦煌市| 泰宁县| 于田县| 蛟河市| 崇州市| 巴中市| 武陟县| 米易县|