1. 程式人生 > >機器學習面試總結(第三篇)

機器學習面試總結(第三篇)

9、整合學習大致分類?通俗理解怎樣才能提高整合學習的效能?
10、Booststrap sampling需要解決的問題?Booststrap sampling的思想?Bagging的基本思想?從偏差方差角度解釋bagging?
11、隨機森林RandomForest的思想?RF與bagging的不同?
12、常用的整合方法?Stacking的思想?
13、個體學習器的多樣性增強,可以從哪幾個方面考慮?
14、怎麼樣去衡量演算法之間的差異?

這裡寫圖片描述
這裡寫圖片描述
這裡寫圖片描述