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 und ScikitLearn und TensorFlow now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
