機(jī)器學(xué)習(xí) 課件 第7章 集成學(xué)習(xí)

第7章集成學(xué)習(xí)《機(jī)器學(xué)習(xí)》胡曉目錄7.1集成學(xué)習(xí)理論依據(jù)7.2集成學(xué)習(xí)機(jī)制7.3決策樹(shù)7.4隨機(jī)森林7.5自適應(yīng)助推7.1集成學(xué)習(xí)理論依據(jù)

7.2集成學(xué)習(xí)機(jī)制裝袋法(Bagging)

：每次被選取的樣本賦予相同權(quán)重，所有模型有相同投票權(quán)；采用某種組合策略確定最終結(jié)果。助推法(Boosting)采用級(jí)聯(lián)方式，前級(jí)基學(xué)習(xí)指導(dǎo)后級(jí)基學(xué)習(xí)，后級(jí)基學(xué)習(xí)重視前級(jí)的錯(cuò)分樣本，并給予錯(cuò)分樣本

7.3決策樹(shù)

在樹(shù)形結(jié)構(gòu)圖中，只有輸出沒(méi)有輸入的節(jié)點(diǎn)稱為是根結(jié)點(diǎn)，位于樹(shù)的頂端；既有輸入又有輸出的結(jié)點(diǎn)稱為中間結(jié)點(diǎn)；只有輸入沒(méi)有輸出的結(jié)點(diǎn)稱為葉結(jié)點(diǎn)，葉結(jié)點(diǎn)代表了對(duì)樣本數(shù)據(jù)的決策類別，即決策結(jié)果。7.3決策樹(shù)7.3.2ID3和C4.5第3代迭代二叉樹(shù)(IterativeDichotomiser3,ID3)C4.5算法與ID3整體結(jié)構(gòu)基本一樣，都采用自頂向下的貪婪搜索遍歷所有可能的決策樹(shù)空間；不同的是：在劃分分支選擇最優(yōu)屬性時(shí)，ID3選擇信息增益最高的屬性，而C4.5采用信息增益比最高的屬性。

信息增益比，

7.3決策樹(shù)7.3.2ID3和C4.5

7.3決策樹(shù)

7.3決策樹(shù)7.3.3分類回歸樹(shù)

從表7.1中有放回的隨機(jī)抽取15個(gè)樣本構(gòu)成數(shù)據(jù)集

7.3決策樹(shù)

7.3決策樹(shù)7.3.4剪枝理想情況下，所有樣本都能被決策樹(shù)精確預(yù)測(cè)，即生成決策樹(shù)葉結(jié)點(diǎn)都有確定類型。但實(shí)際上決策樹(shù)可能存在過(guò)多結(jié)點(diǎn)，導(dǎo)致過(guò)度擬合。常見(jiàn)原因：樣本中存在噪聲和樣本不具代表性。因此，實(shí)際中常常進(jìn)行枝葉裁剪。預(yù)剪枝后剪枝7.4隨機(jī)森林隨機(jī)森林是(RadomForest)裝袋學(xué)習(xí)機(jī)制的一種進(jìn)階。在隨機(jī)森林中，每個(gè)基映射函數(shù)都是一棵決策樹(shù)，然后將多棵決策樹(shù)集成一個(gè)強(qiáng)映射函數(shù)，可實(shí)現(xiàn)分類也可實(shí)現(xiàn)