集成学习 与 融合学习

本文主要是介绍集成学习 与 融合学习，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

• 实战参考链接：德国风控案例--进阶4

集成学习

这个案例主要使用了集成学习和融合学习的方法，集成学习一般包括并行Bagging和串行Boosting。
并行Bagging主要包括：随机森林(RF)；串行Boosting：Adaboost、GBDT(一阶差分）、XGB(二阶差分)。

融合学习

Blending

Stacking：上述案例的code，我觉得我写得有点问题，而且Stacking的逻辑图也画的有些问题。
Datawhale有一篇文章写的很好，大家可以参考：一文学习模型融合！从加权融合到stacking, boosting

这篇关于集成学习 与 融合学习的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！