集成学习(Ensemble Learning)
https://blog.csdn.net/qq_32690999/article/details/78759463
(该文章的内容有:
个体与集成
Boosting
Bagging与随机森林:Bagging、随机森林
结合策略:平均法、投票法、学习法)
机器学习模型的评估和选择
https://blog.csdn.net/qq_36421826/article/details/80881092
摘要:我们只有一个包含 m 个样例的数据集 D={(X1, Yl) ,(X2,Y2), … , (Xm , Ym)} , 既要训练,又要测试,怎样才能做到呢?答案是:通过对 D 进行适当 的处理,从中产生出训练集 S 和测试集 T. 下面介绍儿种常见的做法。
- 留出法
- 交叉验证法
- 自助法