回归学习者 | 使用监督机器学习训练回归模型预测数据 |
回归拟合预测 | 使用回归决策树集成预测响应 |
了解集成学习的不同算法。
通过使用许多弱学习者获得高度准确的预测。
训练一个简单的回归集合。
学习评估集合预测质量的方法。
使用交互测试算法为随机林选择分割预测因子。
以不会降低预测性能的方式,自动选择较少的弱学习者进行组合。
创建一个树人
回归的集合。
通过运行树人
同时。
使用分位数随机林检测数据中的异常值。
使用分位数随机林和使用核平滑估计响应的条件分布函数来估计给定预测数据的响应的条件分位数。
使用贝叶斯优化调整分位数随机林。
训练具有最优超参数的回归系综模型,然后使用回归拟合预测用于响应预测的块。