原创力文档ipred:改进的预测器
本简短手册主要基于Peters等人（2002b）的工作，并需要一些改进。
1引言
在分类问题中，有许多尝试创建规则，以将未来的观测值分配到特定的类
别。常用的方法例如线性判别分析或分类树。的发展在许多应用中显
著减少了误分类错误。自助聚合（“bagging”，Breiman，1996a）通
过结合在原始数据的自助样本上训练的分类器来实现这一点。另法
是间接分类，它将先验知识纳入分类规则（Hand等人，2001）。由于
ipred:改进的预测器
本简短手册主要基于Peters等人（2002b）的工作，并需要一些改进。
1引言
在分类问题中，有许多尝试创建规则，以将未来的观测值分配到特定的类
别。常用的方法例如线性判别分析或分类树。的发展在许多应用中显
著减少了误分类错误。自助聚合（“bagging”，Breiman，1996a）通
过结合在原始数据的自助样本上训练的分类器来实现这一点。另法
是间接分类，它将先验知识纳入分类规则（Hand等人，2001）。由于
文档评论（0）