回答情况：
提问时间：
问题标签：
1回答
我试图使用MCS (多分类器系统)对有限的数据做一些更好的工作，即变得更精确。
我目前正在使用K-均值聚类，但可以选择使用FCM (Fuzzy Means)，即数据被聚成组(集群)，数据可以代表任何颜色。我首先对数据进行预处理和归一化后对数据进行聚类，得到一些不同的聚类。然后，我继续使用聚类作为Bayes分类器的数据，每个聚类表示一个不同的颜色，Bayes分类器被训练，然后将来自这些分类器的数据输入单独的Bayes分类器。每个Bayes分类器只训练一种颜色。如果我们以3- 10为蓝色，13 - 20为红色，0-3之间的光谱为白色，直至1.5，则蓝色逐渐由1.5 -3变为蓝色，而蓝色至红色的光谱
浏览 1修改于2014-06-02得票数 4
我曾读过，在集成学习中，我们使用各种分类器的输出来更好地进行预测建模，但在Adaboost中，我们只使用一个分类器，使它成为一个强大的学习者，但它是集成学习的一部分。
浏览 0提问于2019-07-20得票数 0
1回答
我正在尝试结合两种方法来对我的数据进行分类，一种来自SVM，另一种来自外部分类器，它会给出一个或多个标签，说明它认为观察点是什么。有没有可能让这两个分类器一起工作？类似于boosting的功能。
浏览 3提问于2014-07-03得票数 1
1回答
这是Aurelien的“手工机器学习与Scikit学习，Keras和TensorFlow”的引文：
“引导在每个预测器上训练的子集中引入了更多的多样性，因此套袋的偏差比粘贴稍微高一些，但这也意味着预测器最终的相关性较小
浏览 0提问于2020-04-10得票数 3
0回答
神经网络是一种集成学习吗？
机器学习、python、神经网络
简单神经网络将多个简单的perceptron集成在一起，达到更好的分类结果。而且二者对于权重的更新方式也是一样的。神经网络是不是也是一种集成学习的方法呢？
浏览 431提问于2020-03-30
我不得不比较支持向量机和随机森林算法，但是我搞不懂如何比较它，比如支持向量机是监督学习算法，随机森林是集合学习算法。帮助我如何比较它在哪一点上像-在分类，在回归。
浏览 0修改于2020-04-17得票数 0
回答已采纳
我有两个矩阵X (122 x 125973)和Y (1 x 125973)。我想在我的数据集上进行引导，我想在其中创建B观测(比如B = 3)。据我所知，B大小的观测结果应该是随机抽取的。如何将X和Y分割成更小的观察引导样本？
浏览 1修改于2019-08-28得票数 0
回答已采纳
我正在尝试为医学图像分类任务创建一个包含三个预先训练好的VGG16、InceptionV3和EfficientNetB0的集成。
浏览 20修改于2020-12-27得票数 2
我想使用3个基本学习器的能力来实现和集成学习模型KNN；DT和RF，然后使用加权技术组合预测结果在下面的示例中，带有感知器的神经网络被用作基于优化权重的组合技术，直到找到最佳权重，从而确定模型的性能。以下是集成模型的代码 from sklearn import model_selection
from sklearn.ensemble import RandomForestClassifier
浏览 0提问于2018-10-04得票数 0
我想用我的输出作为一种新的机器学习算法的输入，该算法将学习正确的权重。下面给出了最简单的方法，但是我想给出一个不同的ML算法来学习权重。
浏览 0提问于2021-09-09得票数 2
我想同时训练多个LightGBM模型。 现在，我正在按如下顺序训练它们： for m in range(ensemble_n): model = lgb.train(params, lgbtrain) test_predictions[:, m] = prediction 有没有办法让我把上面的循环并行化？
浏览 7提问于2021-04-22得票数 0
我有一个假新闻检测的问题，它预测二进制标签“1”和“0”，通过矢量化的'tweet‘列，我使用三种不同的模型来检测，但我想使用集成方法来提高准确性，但他们使用不同的向量。scaled_X_test= scaler.transform(sent_vec1).knn_model1.fit(scaled_X_train, y_train)
现在我想把这三种模型结合起来，我想用集成方法来给我和
浏览 2修改于2021-09-16得票数 1
回答已采纳
假设我决定使用集成方法--如果它有区别，我们将使用虹膜数据集。在现有的集成技术中，我们将侧重于并行方法，从这些方法中，我们将使用sklearn进行引导聚合。Sklearn通过使用BaggingClassifier实现引导聚合，这(文档告诉我们)是“适合基本分类器…的集成元估计器”。
浏览 2提问于2019-02-01得票数 2
回答已采纳
我使用forecast包使用其滞后值和外部参数X的时间序列来预测变量Y的每日时间序列。我发现nnetar模型(一种NARX模型)在整体性能方面是最好的。然而，尽管我尝试了各种参数调整，但我无法很好地预测时间序列的峰值。现在我的问题是，我如何从这里开始创建这两个模型的样本(即，每当使用brnn回归模型(或任何其他回归模型)的
浏览 17修改于2021-06-04得票数 0
回答已采纳
在打包集成技术中，如果我使用n_estimator=500，max_sample=1.0和bootstrap=True，那么它不是等同于n_estimator=500和bootstrap=False吗
浏览 29修改于2020-04-03得票数 0
回答已采纳
我试图导出集成模型的预测误差，这些模型是在mlr包中使用makeStackedLearner来安装的。你知道有类似的方法来导出集成模型的预测误差吗？提前谢谢。
浏览 0修改于2020-06-10得票数 2
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号