Boosting в Машинном обучении простыми словами
Бустинг – это метод Ансамблевого (Ensemble) обучения, при котором несколько слабых моделей объединяются для создания сильной модели. Основная идея – обучать каждую следующую модель на ошибках предыдущих моделей. Один из популярных алгоритмов бустинга - XGBoost. XGBoost: пример Для начала импортируем необходимые библиотеки: Бостонский датасет из напрямую доступных в scikit-learn убрали из соображений конфиденциальности, однако его все же можно подгрузить с cайта Carnegie Mellon Uneversity. Мы сразу...
250 читали · 3 года назад
Бустинг — ещё один способ машинного обучения
Как с помощью слабых алгоритмов сделать сильный. Мы уже говорили об общем принципе работы нейросетей для машинного обучения . Разберём другой — бустинг. Кто кого бустит и зачем? Ноги бустинга растут из вопроса «можно ли с помощью нескольких слабых алгоритмов сделать один сильный?»...