AdaBoosting с несколькими различными базовыми оценками одновременно

Question

AdaBoosting с несколькими различными базовыми оценками одновременно

Я знаю, что вы можете использовать AdaBoost с несколькими экземплярами одной модели (например, 600 деревьев решений, байесовских хребтов или линейных моделей). Возможно ли AdaBoost одновременно с перчаткой моделей и как?

AdaBoost([DecisionTree, BayesianRidge, LinearRegressor, ...])

У каждой автономной модели есть свои плюсы и минусы, и мне было интересно, можно ли было их собрать вместе под зонтиком.

0

python scikit-learn adaboost

Источник

user4598519 23 фев '15 в 20:16

1 ответ

Решение

Другие вопросы по тегам python scikit-learn adaboost

user860196 23 фев '15 в 20:59 2015-02-23 20:59 · Accepted Answer · 2015-02-23 20:59

Поскольку AdaBoost отделен от реализации слабого классификатора: да, вы можете. Эти архитектуры называются гибридными ансамблями. Однако это не всегда необходимо, поскольку AdaBoost требует, чтобы слабые классификаторы были немного лучше случайных. Таким образом, часто бывает достаточно иметь однородный ансамбль классификаторов. В конце вам придется протестировать его по вашему собственному сценарию, если он даст вам повышение производительности.