Pytania oznaczone «bagging»

Pakowanie lub agregacja bootstrap to szczególny przypadek uśredniania modelu. Biorąc pod uwagę standardowy zestaw treningowy, generuje się pakowanie m m nowe zestawy treningowe przez bootstrap, a następnie wyniki zastosowania jakiejś metody treningowej na platformie m m wygenerowane zbiory danych są uśredniane. Pakowanie może ustabilizować wyniki niektórych niestabilnych metod, takich jak drzewa.

17
Wzmacnianie i pakowanie drzew (XGBoost, LightGBM)

Istnieje wiele postów na blogach, filmów na YouTube itp. O pomysłach spakowania lub ulepszenia drzew. Z mojego ogólnego zrozumienia wynika, że ​​pseudo kod dla każdego z nich to: Parcianka: Weź N losowych próbek x% próbek i y% funkcji Dopasuj swój model (np. Drzewo decyzyjne) do każdego z...

16
Jakiej metody wielokrotnego porównania użyć w modelu Lmer: lsmeans czy glht?

Analizuję zestaw danych przy użyciu modelu efektów mieszanych z jednym ustalonym efektem (warunkiem) i dwoma efektami losowymi (uczestnik ze względu na projekt i parę wewnątrz przedmiotu). Model ten został wygenerowany z lme4pakietu:

13
Dlaczego nie zawsze korzystać z nauki zespołowej?

Wydaje mi się, że uczenie się w zespole zawsze da lepsze wyniki predykcyjne niż w przypadku jednej hipotezy uczenia się. Dlaczego więc nie używamy ich przez cały czas? Sądzę, że powodem są być może ograniczenia obliczeniowe? (nawet wtedy używamy słabych predyktorów, więc nie...