集成学习

学习目标

• 了解集成学习中主要解决的两个核心任务
• 知道bagging集成原理
• 知道随机森林决策树的建立过程
• 知道为什么需要随机有放回(Bootstrap)的抽样
• 应用RandomForestClassifie实现随机森林算法
• 知道boosting集成原理
• 知道bagging和boosting的区别
• 了解gbdt实现过程

5.1 集成学习算法简介

学习目标

• 了解什么是集成学习
• 知道机器学习中的两个核心任务
• 了解集成学习中的boosting和bagging

1 什么是集成学习

集成学习通过建立几个模型来解决单一预测问题。它的工作原理是生成多个分类器/模型，各自独立地学习和作出预测。这些预测最后结合成组合预测，因此优于任何一个单分类的做出预测。

2 复习：机器学习的两个核心任务

• 任务一：如何优化训练数据 —> 主要用于解决欠拟合问题
• 任务二：如何提升泛化性能 —> 主要用于解决过拟合问题

3 集成学习中boosting和Bagging

只要单分类器的表现不太差，集成学习的结果总是要好于单分类器的

---

4 小结

• 什么是集成学习【了解】

  • 通过建立几个模型来解决单一预测问题

• 机器学习两个核心任务【知道】

  • 1.解决欠拟合问题
    • 弱弱组合变强
    • boosting
  • 2.解决过拟合问题
    • 互相遏制变壮
    • Bagging