AI 詞彙表

📂

子類別

Bagging Bootstrap Aggregating

一种集成技术，通过在自助样本上构建多个模型，并通过多数投票或平均法组合它们的预测。

6 術語

📂

子類別

随机森林

一种使用决策树的装袋算法，在每次分裂时随机选择特征以减少模型间的相关性。

3 術語

📂

子類別

极端随机树

随机森林的一种变体，通过额外随机化分割阈值的选择来进一步降低方差。

9 術語

📂

子類別

粘贴集成

一种类似于装袋的集成方法，但使用训练数据的无放回子集。

12 術語

📂

子類別

投票分类器

一种结合多个异构分类器的技术，使用硬投票（多数表决）或软投票（加权平均）进行最终预测。

17 術語

📂

子類別

堆叠泛化

一种集成方法，通过交叉验证训练元模型来组合多个基础模型的预测结果。

7 術語

📂

子類別

混合

堆叠的简化变体，使用留出验证集而非交叉验证来训练元模型。

12 術語

📂

子類別

袋外误差估计

一种内部评估装袋方法的技术，利用未选中的样本（袋外样本）来估计泛化误差。

12 術語

📂

子類別

集成模型中的特征重要性

基于杂质减少或排列的集成模型中变量重要性评估技术。

7 術語

📂

子類別

Bootstrap抽样方法

先进的Bootstrap抽样技术，包括平衡Bootstrap、分层Bootstrap和加权Bootstrap，适用于数据集。

13 術語

📂

子類別

孤立森林

基于随机森林的异常检测算法，利用树中的平均路径长度来衡量数据点的隔离程度。

9 術語

📂

子類別

旋转森林

随机森林的扩展方法，在训练每棵树之前对特征子集应用PCA变换。

17 術語

📂

子類別

Bootstrap聚合回归器

将Bagging应用于回归问题，通过均值或中位数组合预测以降低方差。

11 術語

📂

子類別

平衡随机森林

随机森林的一种变体，通过为每棵树进行平衡自助采样来处理类别不平衡问题。

10 術語

📂

子類別

分位数回归森林

随机森林的扩展，用于估计回归中目标变量条件分布的分位数。

10 術語