在 Boosting 的上下文中，“夸张”是什么意思？
数据挖掘
机器学习
Python
r
助推
2022-02-17 21:22:57
1个回答
不确定，但“夸张”可能是谈论“过度拟合”的另一种方式。
Boosting 是顺序模型：每次构建新树时，它都会使用先例的结果，并专注于残差（先例树表现不佳的地方）。为此，该模型夸大了先例错误的权重。
如果你构建的树太多，最后的树会学习噪声，因为残差包含的噪声比信息多。您的训练数据集将具有出色的错误率（“夸大错误率”），但如果您将模型应用于新数据集，则错误会更低。
其它你可能感兴趣的问题