- 博客(2)
- 收藏
- 关注
RSS订阅转载 AdaBoost集成学习算法【转载】
一、集成方法(Ensemble Method) 集成方法主要包括Bagging和Boosting两种方法，随机森林算法是基于Bagging思想的机器学习算法，在Bagging方法中，主要通过对训练数据集进行随机采样，以重新组合成不同的数据集，利用弱学习算法对不同的新数据集进行学习，得到一系列的预测结果，对这些预测结果做平均或者投票做出最终的预测。AdaBoost算法和GBDT(Gradi
2017-12-02 21:59:35
375
转载 交叉熵代价函数
引用自：https://www.2cto.com/net/201706/652203.html，只是为了学习记录 机器学习--神经网络算法系列--交叉熵（Cross_entropy），交叉熵代价函数（Cross-entropy cost function）是用来衡量人工神经网络（ANN）的预测值与实际值的一种方式。与二次代价函数相比，它能更有效地促进ANN的训练。在介绍交叉熵代价函数之前，本文先
2017-11-19 16:29:21
226
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人