Python_Notes
  • 介绍
  • Basic Syntax
    • __init__.py的作用
    • 注释规范
    • 命名规范
    • 特殊方法
      • __str__和__repr
      • __len__
    • temp
    • 注解 Decorator
  • Standard Modules
    • os
    • subprocess
    • shlex
    • sys
    • ftplib
  • Python Web
    • Django
      • 创建项目
      • 创建应用
        • 安装应用
        • 编写应用视图
          • 页面模板
            • 用法
            • 内置后端
          • Django模板语言
            • 变量
            • 标记
            • 过滤器
            • 注释
      • 模型
        • 创建模型
        • 模型字段类型
        • 配置数据库
      • 打开网站
      • 管理模块
      • 视图
        • 基于类的视图
      • message
      • auth
    • web.py
    • 规范WSGI
    • flask
  • Python BigData
    • sklearn
      • Preprocessing预处理
        • MinMaxScaler
          • minmax_scale
        • FunctionTransformer
        • Imputer
        • KernelCenterer
        • add_dummy_feature
        • Binarize
        • Normalizer
        • Scale
          • StandardScaler
        • OneHotEncoder
      • Feature Selection特征选择
        • SelectKBest
        • SelectPercentile
        • ...
      • Estimator预测器
        • Regression
        • Clustering
        • Classification
          • Trees
            • DecisionTree
            • ExtraTree
          • Naive Bayes
            • Gaussian Naive Bayes
            • Multinomial Naive Bayes
            • Bernoulli Naive Bayes
            • Out-of-core naive Bayes model fitting
          • Nearest Neighbors
            • KDTree和BallTree类
          • Gaussian Processes
          • Cross decomposition
      • 算法融合
        • Bagging meta-estimator
        • Forests of randomized trees
        • AdaBoost
        • Gradient Tree Boosting
        • Voting Classifier
      • Pipeline管道
        • FeatureUnion
          • make_union
        • Pipeline
          • make_pipeline
      • Model Selection模型选择，算法评估
    • NumPy
      • 基本
      • 数组创建
    • SciPy
    • matplotlib
  • Python Spider
    • 反爬虫
    • requests
      • response
      • data
      • head
      • session
      • 配置
      • exceptions
    • BeautifulSoup
      • 对象
        • Tag
        • NavigableString
        • BeautifulSoup
        • Comment
      • 遍历文档树
        • 子节点
          • tag的名字
          • .contents 和 .children
          • .descendants
          • .string
          • .strings 和 stripped_strings
        • 父节点
          • .parent
          • .parents
        • 兄弟节点
          • .next_sibling 和 .previous_sibling
          • .next_siblings 和 .previous_siblings
          • 回退和前进
          • .next_element 和 .previous_element
          • .next_elements 和 .previous_elements
      • 搜索文档树
        • CSS选择器
        • 过滤器
          • 字符串
          • 正则表达式
          • 列表
          • True
          • 方法
        • find_all()
          • name参数
          • keyword参数
          • 按CSS搜索
          • string参数
          • limit参数
          • recursive 参数
        • 像调用 find_all() 一样调用tag
        • find()
        • find_parents() 和 find_parent()
        • find_next_siblings() 合 find_next_sibling()
        • find_previous_siblings() 和 find_previous_sibling()
        • find_previous_siblings() 和 find_previous_sibling()
        • find_all_next() 和 find_next()
        • find_all_next() 和 find_next()
        • find_all_next() 和 find_next()
        • find_all_next() 和 find_next()
        • find_all_previous() 和 find_previous()
      • 修改文档树
        • 修改tag的名称和属性
        • 修改 .string
        • append()
        • NavigableString() 和 .new_tag()
        • insert()
        • insert_before() 和 insert_after()
        • clear()
        • extract()
        • decompose()
        • replace_with()
        • wrap()
        • unwrap()
    • selenium
      • 定位元素
        • 通过id
        • 通过class
        • 通过name
        • 通过XPath
        • 通过链接文本定位链接
        • 通过标签名
        • 使用css选择器
      • 对元素进行操作
        • key
      • 等待
        • 显示等待
        • 隐式等待
      • WebDriver
        • 异常
      • exceptions
    • scrapy
      • 安装
      • 创建项目
      • 基本概念
        • Spiders
          • scrapy.Spider
          • Spider arguments
          • Generic Spiders
            • CrawlSpider
            • XMLFeedSpider
            • CSVSpider
            • SitemapSider
        • Selector
        • Items
        • Item Loaders
        • Scrapy Shell
        • Item Pipeline
        • Feed exports
        • Requests
        • Responses
        • Link Extractors
        • Settings
        • Exceptions
        • Command line tool
      • 内置服务
  • Python Hacker
    • python-nmap
      • nmap软件使用手册
        • hhhh
          • 全面扫描
        • 主机发现
        • 端口扫描
        • 服务和版本探测
        • 操作系统探测
        • 时间与性能
        • 输出
        • 其他
      • sdfsdf
    • pexpect
      • spawn类
        • expect方法
        • read方法
        • send方法
        • run方法
      • pxssh类
    • pywifi 处理wifi
    • socket
    • Metasploit
    • ftplib
  • Other Packages
    • tqdm 显示进度
    • win32
    • pytube下载视频
    • SQLite
    • optparse 处理脚本的选项
    • 处理微信的
      • ItChat
        • 给文件传输助手发一条信息
        • Untitled
      • wxpy
      • prettytable
  • Debug
    • PDB
    • PyDev
    • 日志功能
  • inside Packages
    • re
  • Python APP
Powered by GitBook
On this page
  1. Python BigData
  2. sklearn

算法融合

集合方法的目标是结合使用给定的学习算法构建的几个基本估计量的预测，以便在单个估计量上提高可推广性/鲁棒性。

通常可以区分两种族的方法：

  • 在平均方法中，驱动原则是独立地建立几个估计器，然后平均他们的预测。平均而言，组合估计量通常比任何单个基本估计量都好，因为它的方差减小了。

    示例：装袋方法，随机树木森林，...

  • 相比之下，在增强方法中，基本估计器是按顺序建立的，并且试图减少组合估计器的偏差。动机是结合几个弱模型来产生一个强大的合奏。

    示例：AdaBoost，渐变树增强，...

PreviousCross decompositionNextBagging meta-estimator

Last updated 6 years ago