9、集成学习大致分类？通俗理解怎样才能提高集成学习的性能？
10、Booststrap sampling需要解决的问题？Booststrap sampling的思想？Bagging的基本思想？从偏差方差角度解释bagging？
11、随机森林RandomForest的思想？RF与bagging的不同？
12、常用的集成方法？Stacking的思想？
13、个体学习器的多样性增强，可以从哪几个方面考虑？
14、怎么样去衡量算法之间的差异？
机器学习面试总结（第三篇）
猜你喜欢
转载自blog.csdn.net/baidu_15238925/article/details/81291749
今日推荐
周排行