La velocidad de aprendizaje esencialmente controla la rapidez con la que un algoritmo converge. Si lo establece demasiado alto, puede oscilar violentamente; demasiado bajo, y tardará mucho tiempo en converger (si está convergiendo en función del error).
El empaquetamiento (o la agregación bootstrap) es el proceso de extracción de una muestra de sus datos. Se utiliza como método de conjunto, por lo que entrena cada modelo en uno de los conjuntos dibujados. Esto puede restringir que el modelo sobre enfatice ciertas observaciones porque cada modelo tiene el mismo poder de “voto” (para la clasificación).
El apilamiento es otro método conjunto en el que un modelo se entrena esencialmente en la parte superior de los modelos. Este modelo combinó los resultados de los modelos entrenados individualmente de alguna manera para producir un resultado. Dado que este modelo combinado es general (es decir, puede ser cualquier cosa), el apilamiento puede actuar efectivamente como cualquier otro modelo de conjunto.
Espero que ayude :).
- ¿Qué es eso que crees que el resto del mundo podría aprender de tu país o cultura?
- ¿Por qué la gente dice que cuando compartes conocimientos o enseñas a alguien, aprendes mejor?
- ¿Cuáles son los mejores blogs escritos por personas que aprenden o enseñan idiomas siníticos (por ejemplo, mandarín, cantonés, etc.)?
- ¿Cuál es la mejor manera de aprender Ajuste de entradas en contabilidad?
- ¿Debería ser doloroso aprender filosofía?