python - 将 Adaboost 与随机森林基础分类器一起使用?
问题描述
有谁知道是否可以将 Adaboost 与随机森林基分类器一起使用?我在网上搜索了更多关于这方面的信息,但大多数网页都提供了两者作为集成学习方法的比较,我没有找到任何关于将它们一起使用的信息。
(基本上有人在这里问过,但到目前为止唯一的答案与我的观察相矛盾,我将在下面分享)
尽管如此,没有人明确表示它有什么问题,所以我在一个典型的数据集上进行了尝试,该数据集具有 n 行 p 实值特征和长度为 n 的标签列表。如果重要的话,它们是通过 DeepWalk 算法获得的图中节点的嵌入,并且节点分为两类。我使用 5 折交叉验证在这些数据上训练了一些分类模型,并测量了它们的常用评估指标(精度、召回率、AUC 等)。我使用的模型是 SVM、逻辑回归、随机森林、2 层感知器和带有随机森林分类器的 Adaboost。最后一个模型,带有随机森林分类器的 Adaboost,产生了最好的结果。当然,现在运行时间增加了 100 倍,但仍然是大约 20 分钟,所以这对我来说不是一个限制。
这就是我的想法:首先,我正在使用交叉验证,所以可能没有过度拟合在雷达下飞行。其次,两者都是集成学习方法,但随机森林是一种装袋方法,而 Adaboost 是一种提升技术。所以他们仍然有足够的不同,他们的组合是有意义的。
我错了吗?
解决方案
推荐阅读
- spring-boot - 在 Spring Boot 中描述 String swagger 响应模式
- php - 将文件拆分为多个字节范围
- javascript - 为什么未显示 vuetify 日历中的事件?
- javascript - 创建一个将更新状态的 axios 调用,然后执行另一个
- java - 如何在两个日期之间制作 TableRowShorter
- kotlin - Kotlin `object` 初始化顺序导致意外的空实例
- android - 有哪些安全/安全的在线安卓模拟器可用?
- javascript - 如何显示依赖于父子值的输出
- python - 获取边界框内的对象轮廓
- python - 如何将字符串小数转换为浮点数?