简介:梯度Boosting思想在解释Boosting算法的运行机制时基于基学习器张成的空间为连续泛函空间,但是实际上在有限样本条件下形成的基学习器空间不一定是连续的。针对这一问题,从可加模型的角度出发,基于平方损失,提出一种重抽样提升回归树的新方法。该方法是一种加权的加法模型的逐步更新算法。实验结果表明,这种方法可以显著地提升一棵回归树的效果,减小预测误差,并且能得到比L2Boost算法更低的预测误差。
简介:本文对高考填报志愿系统进行定量分析,采用模糊AHP方法设计了评价模型、灰色预测方法给出了预测模型,结合实例论述了模糊AHP以及灰色预测的基本过程,对填报高考志愿这个主客观信息综合集成的复杂过程具有一定的指导意义。
简介:本文对高考填报志愿系统进行定量分析,采用模糊AHP方法设计了评价模型、灰色预测方法给出了预测模型,结合实例论述了模糊AHP以及灰色预测的基本过程,对填报高考志愿这个主客观信息综合集成的复杂过程具有一定的指导意义。