文章 "基于暴力算法的 CatBoost 模型高级重采样与选择" - 页 5

新评论
 
elibrarius:
那么就有必要精确地求取平均值。否则，新数据就会 "不一样"。

不需要精确平均。采样器已经内置了平均化功能。

GMM 取样器可能会产生不好的样本，如偏斜类等，取样是随机的。考虑到这一点有意义吗？

 
Maxim Dmitrievsky:

绝对不需要平均

GMM 采样器可能会产生不好的样本，如偏斜类等，采样是随机的。考虑到这一点有意义吗？

随机森林同样会产生一组成功和不成功的树。在新数据上，平均所有模型会比单一最佳树显示出更好的结果。

 
elibrarius:

随机森林同样会产生一组好树和一组不太好的树。在新数据上，平均所有模型的结果要比单一最佳树的结果好。

如果您组成多个森林，那么交易量大约为零，信号会重叠。

 
Maxim Dmitrievsky:

如果您组成多个脚手架，交易量将约为零，信号将重叠。

几个（例如 10 个）100 棵树的森林与一个 1000 棵树的森林是一样的。它能提供大量信号。

 
elibrarius:

几个（例如 10 个）100 棵树的森林与一个 1000 棵树的森林是一样的。这样会发出很多信号。

有实践经验吗？我实践过。信号变得稀少。
 
如果分类通过 0.5。将触发 0.51 和 0.49，而不是 0.6 和 0.4
 
Maxim Dmitrievsky:
有练习过吗？我以前练过信号变得很少。
如果您将缩进设置为 0.5，那么只需将其缩小即可。如果树木多 10 倍，那么缩进就会少 10 倍。
 
elibrarius:
如果您设置了 0.5 的缩进，只需将其缩小即可。
我同意这一点，它还是变小了。而且我不太明白为什么要随意添加糟糕的模型。组成很酷的模型，相互促进--另当别论
 
Maxim Dmitrievsky:
我同意这一点，反正也不够。我不太明白你为什么要随意添加糟糕的模型。把好的模型组合起来，相互促进--另当别论
大约两年前，我用森林模型做了这个工作，训练了 1000 个模型，取其中最好的 10 到 50 个。显然，在新数据上的结果并不是很好。
这是需要的所有东西的平均值。脚手架原理的基本描述就是这么说的。就像群众比专家更了解群众一样。
 
elibrarius:
大约 2 年前，我曾用木材做过这个实验，训练了 1000 人，取其中最好的 10 至 50 人。 需要的是对一行中的所有数据进行平均。脚手架原理的基本描述就是这么说的。好像群众比专家更了解情况。
我在教科书上没看到过这种说法。我知道你可以通过组合好的模型来提高质量。但不能反过来）
123456789101112...15
新评论