《表1 传统机器学习典型算法》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《数据驱动的人工智能技术在电力设备状态分析中的研究与应用》
根据学习数据对应分类标签的有无,传统机器学习可分为监督学习、无监督学习和半监督学习,相应的典型算法如表1所示。为了应对单个学习模型无法精确估计、泛化能力差等缺点,集成学习通过训练一组基本学习器,然后利用模型的不同特点,按照策略组合结果,进一步提高了传统机器学习的泛化能力。典型的集成学习算法包括Stacking、随机森林、Bagging、Boosting等[15]。其中基于Stacking[16]的集成学习框架如图1所示。
图表编号 | XD00189834200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.30 |
作者 | 唐文虎、牛哲文、赵柏宁、季天瑶、李梦诗、吴青华 |
绘制单位 | 华南理工大学电力学院、华南理工大学电力学院、华南理工大学电力学院、华南理工大学电力学院、华南理工大学电力学院、华南理工大学电力学院 |
更多格式 | 高清、无水印(增值服务) |