Machine learning 机器学习-AdaBoost最佳独立算法_Machine Learning_Decision Tree_Knn_Adaboost

Machine learning 机器学习-AdaBoost最佳独立算法

machine-learning

Machine learning 机器学习-AdaBoost最佳独立算法,machine-learning,decision-tree,knn,adaboost,Machine Learning,Decision Tree,Knn,Adaboost,在一个给定的问题上，我使用k-fold（k=10）检查了一些独立的算法，其中包括CART和KNN KNN在购物车上占了上风，我进一步用我找到的最好的k对它进行了调整（3）当我继续检查集成方法时，我尝试使用调整后的KNN和默认购物车使用AdaBoost，令人惊讶的是，购物车的性能更好我对幕后的数学不是很了解，但我真的不明白这有什么意义所以有两个问题：为什么使用CART的AdaBoost的性能比调整后的KNN更好如果独立性能不能预测集成基估计量，我如何明智地为集成方法选择基估计量欢迎来到

在一个给定的问题上，我使用k-fold（k=10）检查了一些独立的算法，其中包括CART和KNN

KNN在购物车上占了上风，我进一步用我找到的最好的k对它进行了调整（3）

当我继续检查集成方法时，我尝试使用调整后的KNN和默认购物车使用AdaBoost，令人惊讶的是，购物车的性能更好

我对幕后的数学不是很了解，但我真的不明白这有什么意义

所以有两个问题：

为什么使用CART的AdaBoost的性能比调整后的KNN更好

如果独立性能不能预测集成基估计量，我如何明智地为集成方法选择基估计量

欢迎来到非线性世界。恐怕这个问题太宽泛了。我建议阅读一些机器学习的介绍，这将有助于理解这些行为。明智地选择基估计量也需要大量的经验。欢迎来到非线性世界。恐怕这个问题太宽泛了。我建议阅读一些机器学习的介绍，这将有助于理解这些行为。明智地选择基础估计量也需要大量的经验。