Ensemle learning

image.png

Bagging模型

image.png

  • 重点是随机，保证每棵树都是不一样的

    二重随机性

    image.png
    image.png

    随机森林优势

    image.png

  • 比较重要性可以通过破坏指定特征值，使其成为垃圾特征值，评估对结果的影响

image.png

其他模型

image.png

  • 树模型更适合用来当作基础模型

    Boosting模型

  • 串联模型

  • 后续模型预测的是前端模型的残差（真实值-预测值）

image.png

Stacking模型

  • 聚合多个分类或回归模型（可分阶段实现）

image.png
image.png