3.7 集成算法 PPT课件.pptx

大数据技术在会计与财务中的应用2026/9/7《大数据技术在会计与财务中的应用》配套课件第3章·3.7集成算法

目录3.7.1Bagging3.7.2Boosting3.7集成算法3.7集成算法|02/22

集成算法实践中，我们可能将多个基本模型组合在一起，通过投票或者组合预测结果来提高整体模型的性能。这一类机器学习算法被称为集成算法。换言之，集成学习是一种将多个模型结合起来进行预测的机器学习方法。其核心思想是通过组合多个模型的预测结果，从而提高整体的预测性能和泛化能力。集成学习的思路就是把多个弱机器学习算法组合起来，进而提高预测效率。常见的集成学习算法有两种，Bagging与Boosting。这两种算法都是通过组合多个基本模型的预测结果，来改善整体模型的性能。它们的主要区别在于Bagging的基本模型是并行的关系，而Boosting是串行的关系。Bagging的代表算法是随机森林，Boosting的代表算法有AdaBoost、GradientBoosting和XGBoost。3.7集成算法|03/22

Bagging2026/9/7《大数据技术在会计与财务中的应用》配套课件Bagging是一种集成学习技术。Bagging的核心思想是通过自助采样和并行训练来创建多个训练数据集，并独立地训练多个基本模型，最终通过投票或平均来组合它们的预测结