Kapitel 7: Kombination verschiedener Modelle für das Ensemble Learning

Im vorangegangenen Kapitel haben wir uns auf die bewährten Verfahren zur Anpassung und Bewertung verschiedener Klassifizierungsmodelle konzentriert. In diesem Kapitel bauen wir auf diesen Vorgehensweisen auf und erkunden verschiedene Methoden zum Erstellen eines Satzes von Klassifizierern, der in seiner Gesamtheit oft eine höhere Vorhersagekraft besitzt als die einzelnen darin enthaltenen Klassifizierer selbst.

Die Themen in diesem Kapitel sind:

  • Vorhersagen anhand von Mehrheitsentscheidungen treffen

  • Verringern der Überanpassung durch die wiederholte Auswahl zufälliger Teilmengen der Trainingsdatenmenge

  • Mit schwachen Klassifizierern leistungsfähige Modelle entwickeln, ...

Get Machine Learning mit Python - Das Praxis-Handbuch für Data Sience, Predictive Analytics und Deep Learning now with O’Reilly online learning.

O’Reilly members experience live online training, plus books, videos, and digital content from 200+ publishers.