机器学习（九）：集成学习（bagging和boosting），随机森林、XGBoost、AdaBoost 编程语言 2022-08-03 10:25 0 阅读 文章目录 一、什么是随机森林？ 1.1 定义 1.2 目的 1.3 随机森林 VS bagging 二、集成学习 2.1 定义 2.2 决策树的问题 2.3 袋装法概念与理论 2.4 装袋法的优缺点 2.5 提升法概念与理论 2.6 bagging vs boosting 2.7 AdaBoosting 2.8 Gradient Boosting（GBM） 三、案例实现（bagging) 3.1 数据集描述 3.2 数据处理 3.3 决策树 3.4 bagging方法 3.5 随机森 猜你喜欢