Python视觉深度学习系列教程 第二卷 第5章 使用神经网络集成提高准确性
2023-09-14 09:01:35 时间
第二卷 第五章 使用神经网络集成提高准确性
在本章中,我们将探讨集成方法的概念,即采用多个分类器并将它们聚合为一个大分类器的过程。通过将多个机器学习模型平均在一起,我们可以通过仅使用随机选择的单个模型来超越(即获得更高的准确性)。事实上,您阅读的几乎所有参加ImageNet挑战赛的最先进出版物都报告了他们对卷积神经网络集合的最佳发现。
我们将从本章开始讨论Jensen不等式——理论集成方法所依赖的。从那里我将演示如何从单个脚本训练多个CNN并评估它们的性能。然后我们将这些CNN组合成一个单一的元分类器,并注意到准确性的提高。
一、集成方法
术语“集成方法”通常是指训练“大量”模型(其中“大”的确切值取决于分类任务),然后通过投票或平均组合它们的输出预测以提高分类精度。事实上,集成方法不是深度学习和卷积神经网络所特有的。我们多年来一直在使用集成方法。AdaBoost和随机森林等技术是集成方法的典型例子。
在随机森林中,我们训练多个决策树并使用我们的森林进行预测。从图(左)可以看出,我们的随机森林由聚合在一起的多个决策树组成。每个决策树都对它认为最终分类应该是什么进行“投票”。这些投票由元分类器制成表格,并选择得票最多的类别作为最终分类。
相关文章
- 《转载》Jenkins持续集成-自动化部署脚本的实现《python》
- 第三百五十一节,Python分布式爬虫打造搜索引擎Scrapy精讲—将selenium操作谷歌浏览器集成到scrapy中
- python 字典
- 机器学习笔记 - 基于python库Scikit-Learn的集成学习
- Python Django根据数据库表生成模型类的命令
- 给大家整理了一份麻省理工老师的python笔记,5分钟看会python,原来python入门如此简单ǃ
- 成功解决Command "python setup.py egg_info" failed with error code 1 in C:UsersAppData
- python代码重构优化的方法,助你一臂之力
- 〖Python WEB 自动化测试实战篇⑮〗 实战 - 自动化测试的持续集成
- 〖Python自动化办公篇⑳〗 - python实现邮件自动化 - 发送html邮件和带附件的邮件
- 这个 Python 库有必要好好学学
- Python 中的协程,到底是怎么回事?
- Python编程:Counter计数器-dict字典的子类
- Python内存分配
- 60集Python入门视频PPT整理 | Python编程基础及编程风格
- python实战===用python调用jar包(原创)
- 零基础自学python网络爬虫有没有学习路线。最好是详细的?
- python工具方法 33 基于lossFusion类实现多个loss的集成
- python入门基础代码初学
- 【Python】最全中文停用词表整理(1893个)(转载)