《表9 集成算法提升模型预测性能的结果》
机器学习中可通过装袋、提升等集成算法提高模型的性能[15]。集成算法通过构建多个学习器来完成学习任务,一般结构是先产生1组个体学习器,再用某种策略把他们组合起来。装袋(Bagging)算法适用于强模型,方差较大偏差较小的情况。Bagging算法采样出T个含m个训练样本的采样集,对每个采样集训练出1个基学习器,回归预测中采用平均T个基学习器预测结果的方法。使用集成算法训练后预测性能评价得分如表9所示。
图表编号 | XD0058938100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.15 |
作者 | 杨景朝、蒋秀明、董九志、陈云军、梅宝龙 |
绘制单位 | 天津工业大学机械工程学院、天津工业大学机械工程学院、天津工业大学天津市现代机电装备技术重点实验室、天津工业大学机械工程学院、天津工业大学天津市现代机电装备技术重点实验室、天津工业大学天津市现代机电装备技术重点实验室、天津工业大学电气工程与自动化学院、天津工业大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |