- 1、本文档共52页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
集成学习思想
5
在机器学 习 中 ,基于这种组
合思想来提高模型精度的方法被
称 为 集 成 学 习 (E n s e m b l e
Learning )。俗话说 “三个臭皮
匠 ,赛过诸葛亮” ,这句话就完
美阐述了集成学习的潜在思想—
—通过构建并结合多个学习器来
完成学习任务 ,通过将多个模型
结合在一起来提高整体的泛化能
力。
1.集成学习方法概述
6
01 集成学习方法概述
02 随机森林算法
03 AdaBoost和GBDT算法
04 XGBoost
基本概念
7
集成学习 (ensemble learning),并不是一个单独的机器学习算法 ,而是通过构建并
结合多个机器学习器 (基学习器 ,Base learner)来完成学习任务。集成学习往往被
视为一种元算法 (meta-algorithm)。
集成学习可以用于分类问题集成 ,回归问题集成 ,特征选取集成 ,异常点检测集成等
等 ,可以说所有的机器学习领域都可以看到集成学习的身影。
对于训练集数据 ,我们通过训练若干个个体弱学习器 (weak learner),通过一定的
结合策略,就可以最终形成一个强学习器 (strong learner),以达到博采众长的目的
。
基本概念
8
学习器
强学习器 :Strong learner ,相对于弱学习器而言的概念 ,强学习器指的是可以预测相当准确结果的学
习算法。
弱学习器 :Weak learner ,相对于强学习器而言 ,通常这些弱学习器预测的结果只比随机结果稍好一
些。
基学习器 :Base Learner ,集成学习中的个体学习器 ,基学习器经常是弱学习器 ,但是并非必须是弱
学习器。
基学习算法 :Base Learning Algorithm ,基学习器所基于的算法 ,基学习器基于基学习算法生成 ,比
如通过不同的训练集 ,经过训练之后 ,生成的不同参数的机器学习模型。
同质基学习器 :Homogeneous Base Learner,指使用同样的基学习算法生成的基学习器
异质基学习器 :Heterogeneous Base Learner,指使用不同的基学习算法生成的基学习器。
基本概念
9
集成学习算法
通常来说 ,生成一个完整的集成学习算法的步骤可以大致分为以下两步 :
• 构建基学习器 :生成一系列基学习器 ,这个过程可以是并行的 (Parallel)也
可以是顺序的 (Sequential) (在顺序型的生成过程中,前期生成的基学习器
会对后续生成的学习器有影响)
• 组合基学习器 :这些基学习器被组合起来使用 ,最常见的组合方法比如用于分
类的多数投票 (maj ority voting),以及用于回归的权重平均 (weighted
averaging)。
基本概念
10
集成学习的构建方法可以分为两类 :
•并行方法 :
ü构建多个独立的学习器 ,取他们的预测结果的平均
ü个体学习器之间不存在强依赖关系 ,一系列个体学习器可以并行生成
ü通常是同质的弱学习器
ü代表算法是Bagging和随机森林 (Random Forest)系列算法。
•顺序化方法 :
ü多个学习器是依次构建的
ü个体学习器之间存在强依赖关系 ,因为一系列个体学习器需要串行生成
ü通常是异质的学习器
ü代表算法是Boosting系列算法 ,比如AdaBoost ,梯度提升树等
基本概念
11
p 如何定义一个完整的集成学习算法 ,有几个问题需要考虑 :
ü 如何生成若干个基学习器
ü 如何选择一种组
文档评论(0)