大数据财务分析——基于Python（第2版）课件 第10章 集成学习模型+财务舞弊预测模型.pptx

;;10.1.1集成学习模型的常见算法

集成学习使用一系列弱学习器，并整合结果以获得更好的学习效果。

1.Bagging

有放回地随机抽取多个训练集，分别训练弱学习器。

分类任务采用投票，回归任务取预测结果的平均值。;2.Boosting

Boosting算法的本质是将弱学习器提升为强学习器，逐轮训练并整合各学习器。

训练时重视预测错误的样本，并对弱学习器赋予不同权重。;10.1.2随机森林模型的基本原理

随机森林是一种经典的Bagging模型，其弱学习器为决策树；分类时投票，回归时取平均值。;10.1.3随机森林模型的简单代码实现

随机森林分类模型RandomForestClass