瓦同學(xué)
2021-05-03 10:14講義中bagging的解釋是a model is run thousands of times,each on a different subsample of the dataset,average all the runs.看意思是模型一樣，訓(xùn)練數(shù)據(jù)不一樣，然后結(jié)果平均。怎么老師講的是模型不一樣然后求平均？
所屬：FRM Part II > Current Issues in Financial Markets 視頻位置 相關(guān)試題
來源： 視頻位置 相關(guān)試題
1個回答
Michael助教
2021-05-06 19:04
該回答已被題主采納
學(xué)員你好，非常抱歉給你產(chǎn)生了學(xué)習(xí)的困擾。
bagging指的是一種模型（比如說回歸），然后利用不同的樣本數(shù)據(jù)，擬合出同一種類型但是不同的模型，接著利用這些模型進行預(yù)測得到了多個預(yù)測值，最后將這些預(yù)測值進行平均。
舉一個簡單的例子，小張想利用下個月的收入數(shù)據(jù)預(yù)測自己下一個月的支出情況，已知小張有大量歷史的收入和支出的數(shù)據(jù)，并且小張下個月的收入預(yù)計為20000。下面用bagging的方法進行機器學(xué)習(xí)。
第一步，小張定下自己會使用一元線性回歸的方法，結(jié)合bagging進行預(yù)測；
第二步，由于有大量的歷史數(shù)據(jù)，小張在大量數(shù)據(jù)中隨機選擇50個數(shù)據(jù)，利用這50個數(shù)據(jù)，得到了收入和支出的關(guān)系為：y=a1*X+b1
第三步，帶入20000的收入情況，小張找到了第一個預(yù)測支出值，假設(shè)為y1
第四步，重復(fù)第二步到第三步的情況，產(chǎn)生多個不同的回歸模型（但是不管參數(shù)怎么變，都是回歸模型），找出多個預(yù)測值y1，y2……
第五步，將所有的預(yù)測值求平均，得到最終預(yù)測結(jié)果
所以，關(guān)鍵詞是，一種類型的模型，但是有多個模型預(yù)測不同的結(jié)果（主要的原因是樣本數(shù)據(jù)不一樣），最后求平均。
希望對你有幫助。
0
0
0
0
