回归学习者 | 火车回归模型使用监督机器学习预测数据 |
了解有关集成学习不同的算法。
通过使用许多弱学习获得高度准确的预测。
培养一个简单的回归集成。
学习方法来评估整体的预测质量。
选择拆分,预测使用交互测试算法随机森林。
自动选择弱学习少了在不降低性能的预测方法相关的合奏。
创建TreeBagger合奏回归。
通过并行运行TreeBagger加快计算。
检测使用位数随机森林中的数据的异常值。
估计使用分位数随机森林和通过估计使用核平滑的响应的条件分布函数的响应特定的预测数据的条件位数。
调位数使用贝叶斯优化随机森林。