集成学习方法与模型效果

摘要：

本文通过对模型效果评判标准的剖析,解释方差、偏差与模型的本质联系.介绍集成学习方法的概念及其原理,对比bag-ging集成方法和boosting集成方法的原理、异同、优劣.深入理解bagging集成方法通过降低方差提高模型性能的原理, boosting通过降低偏差提高模型性能的原理,突出了集成学习方法相比单模型的优点.

关键词：集成学习、方差、偏差

在线出版日期：2019-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：298