开云手机站登录入口正规渠道 - 开云手机站登录入口
算法原理集成开云手机站登录入口正规渠道（ensemble leaning）通过构建并结合多个开云手机站登录入口正规渠道器来完成开云手机站登录入口正规渠道任务，通过将多个开云手机站登录入口正规渠道器结合，常常可以获得比单一开云手机站登录入口正规渠道器显著优越的效果和泛化能力。 同题参见集成开云手机站登录入口正规渠道中的基开云手机站登录入口正规渠道器可以是同质的，也可以是异质的。根据个体开云手机站登录入口正规渠道器的生成方式，目前的集成开云手机站登录入口正规渠道方法大致可分为三大类：一类是Bagging，个体开云手机站登录入口正规渠道器之间不存在强依赖关系，可以同时并行化训练和生成，最终结果通常通过投票机制产出，随机森林是这一类型的代表；另一类是Boosting，个体开云手机站登录入口正规渠道器之间存在强依赖关系，后一开云手机站登录入口正规渠道器依赖前一开云手机站登录入口正规渠道器的结果，，所以必须以序列化形式串行生成，我们下节会讲到的Adaboost和GBDT是这一类型的代表；其实还有第三类，叫Stacking，即将初级开云手机站登录入口正规渠道器的输出次级开云手机站登录入口正规渠道器的输入特征，深层神经网络甚至可以理解为Stacking集成开云手机站登录入口正规渠道的变种。
随机森林（Random Forest）是以决策树为基开云手机站登录入口正规渠道器构建的Bagging集成开云手机站登录入口正规渠道算法，其实现简单、计算开销小、而且在很多现实任务中表现出抢眼的效果。 对照阅读其主要通过样本扰动和属性扰动使得集成开云手机站登录入口正规渠道的泛化性显著提高。样本扰动是指通过对初始训练集采样构建每一棵决策树；属性扰动是指对基决策树的每个节点，分裂时从该节点的属性集合中随机选择k个属性（k一般去log(d,2)，d为属性数量）。
模型训练代码地址：
def train():
print("start training...")
# 处理训练数据
train_feature, train_target = process_file(train_dir, word_to_id, cat_to_id) 延伸阅读
# 模型训练
model.fit(train_feature, train_target)
def test():
print("start testing...")
# 处理测试数据
test_feature, test_target = process_file(test_dir, word_to_id, cat_to_id)
# test_predict = model.predict(test_feature) # 返回预测类别
test_predict_proba = model.predict_proba(test_feature) # 返回属于各个类别的概率
test_predict = np.argmax(test_predict_proba, 1) # 返回概率最大的类别标签
# accuracy
true_false = (test_predict == test_target)
accuracy = np.count_nonzero(true_false) / float(len(test_target))
print()
print("accuracy is %f" % accuracy)
# precision recall f1-score
print()
print(metrics.classification_report(test_target, test_predict, target_names=categories))
# 混淆矩阵
print("Confusion Matrix...")
print(metrics.confusion_matrix(test_target, test_predict))
if not os.path.exists(vocab_dir):
# 构建词典表
build_vocab(train_dir, vocab_dir)
categories, cat_to_id = read_category()
words, word_to_id = read_vocab(vocab_dir)
# kNN
# model = neighbors.KNeighborsClassifier()
# decision tree
# model = tree.DecisionTreeClassifier()
# random forest
model = ensemble.RandomForestClassifier(n_estimators=10) # n_estimators为基决策树的数量，一般越大效果越好直至趋于收敛
train()
test()运行结果：
ead_category...
read_vocab...
start training...
start testing...
accuracy is 0.875000
precision recall f1-score support
娱乐 0.83 0.91 0.87 89
房产 0.78 0.83 0.80 104
开云手机站登录入口正规渠道 0.81 0.81 0.81 104
家居 0.75 0.71 0.73 89
游戏 0.93 0.95 0.94 104
时政 0.78 0.79 0.78 94
时尚 0.94 0.89 0.92 91
体育 0.98 0.97 0.97 116
财经 0.95 0.91 0.93 115
科技 0.99 0.96 0.97 94
avg / total 0.88 0.88 0.88 1000
Confusion Matrix...
-------------------了解更多干货文章，可以关注小程序八斗问答