🏠 首页
基准测试
📊 所有基准测试 🦖 恐龙 v1 🦖 恐龙 v2 ✅ 待办事项应用 🎨 创意自由页面 🎯 FSACB - 终极展示 🌍 翻译基准测试
模型
🏆 前 10 名模型 🆓 免费模型 📋 所有模型 ⚙️ 🛠️ 千行代码模式
资源
💬 💬 提示库 📖 📖 AI 词汇表 🔗 🔗 有用链接

AI 词汇表

人工智能完整词典

200
个类别
2,608
个子类别
30,011
个术语
📖
个术语

粘贴集成

一种集成方法,在训练数据的随机子集上构建多个模型,无放回抽样,以减少方差并提高泛化能力。

📖
个术语

无放回抽样

一种观测值选择技术,其中每个被选中的元素都从总体中移除,确保像在粘贴集成中那样获得唯一的子集。

📖
个术语

有放回抽样

一种方法,其中观测值可以在同一样本中被多次选择,这是装袋法的基本特征。

📖
个术语

训练子集

在集成方法中用于构建单个模型的训练数据部分,根据技术不同可能采用有放回或无放回抽样。

📖
个术语

预测聚合

将集成模型中各个预测结果组合的过程,通常通过多数投票(分类)或平均(回归)来实现。

📖
个术语

模型多样性

集成模型应当各不相同以使聚合有效的原则,通过使用不同的数据子集来实现。

📖
个术语

随机子空间抽样

装袋法的扩展,其中模型除了在观测值子集上训练外,还在特征的随机子集上训练。

📖
个术语

小样本粘贴

粘贴集成的一种变体,使用小尺寸的子集来加速训练,同时保持模型的多样性。

📖
个术语

模型方差

模型对训练数据变化的敏感性,集成方法如装袋法(bagging)专门旨在减少这种方差。

📖
个术语

预测稳定性

模型在面对训练数据轻微变化时产生一致预测的能力,通过集成方法得到提升。

📖
个术语

并行集成训练

装袋法(bagging)和粘贴法(pasting)的优势,允许在不同数据子集上同时训练基础模型。

📖
个术语

样本复杂度

达到特定性能所需的样本数量,通过有效的集成方法可能减少。

🔍

未找到结果