Boosting
Ensemble-Modelle sind zu einem standardmäßigen Tool im Rahmen der prädiktiven Modellierung geworden. Boosting ist eine allgemeine Methode, mit der Ensembles von Modellen erstellt werden können. Sie wurde etwa zur gleichen Zeit wie das Bagging entwickelt (siehe »Bagging und Random Forests« auf Seite 271). Wie Bagging kommt auch Boosting am häufigsten bei Entscheidungsbäumen zum Einsatz. Trotz ihrer Ähnlichkeiten verfolgt das Boosting einen ganz anderen Ansatz – einen, der mit bedeutend größerem Aufwand verbunden ist. Während also Bagging mit relativ geringem Abstimmungsaufwand durchgeführt werden kann, erfordert das Boosting eine viel größere Sorgfalt bei der Anwendung. Wenn es sich bei diesen beiden Methoden um Autos handeln würde, könnte ...
Get Praktische Statistik für Data Scientists, 2nd Edition 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.