Section I: Code Bundle and Result Analyses

第一部分:代码

from scipy.special import comb
import math
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings("ignore")plt.rcParams['figure.dpi']=200
plt.rcParams['savefig.dpi']=200
font = {'family': 'Times New Roman','weight': 'light'}
plt.rc("font", **font)def ensemble_error(n_classifier,error):k_start=int(math.ceil(n_classifier/2.0))probs=[comb(n_classifier,k)*error**k*(1-error)**(n_classifier-k)for k in range(k_start,n_classifier+1)]return sum(probs)import numpy as np
import matplotlib.pyplot as plterror_range=np.arange(0.0,1.01,0.01)
ens_errors=[ensemble_error(n_classifier=11,error=error) for error in error_range]plt.plot(error_range,ens_errors,label="Ensemble Error",linewidth=2)
plt.plot(error_range,error_range,label="Base Error",linestyle="--",linewidth=2)plt.xlabel("Base Error")
plt.ylabel("Base/Ensemble Error")
plt.legend(loc='upper left')
plt.grid(alpha=0.5)
plt.savefig('./fig1.png')
plt.show()

第二部分:结果

分析:当单一模型误差率低于0.5时,采用Majority Voting方式可以有效地避免单一模型预测的偶然性,即多模型投票方式具有较好的容错性。

参考文献
Sebastian Raschka, Vahid Mirjalili. Python机器学习第二版. 南京:东南大学出版社,2018.

机器学习-单一模型/Ensemble模型-误差率解析相关推荐

  1. 用机器学习自制二手房估价模型(附完整过程)

    用机器学习自制二手房估价模型(附完整过程) 机器学习到底是干什么的? 准备工作 对数据的清洗和预处理 [处理虚拟变量] [填充缺失值] [查找异常值] 训练模型.调参和可视化 模型预测实战VS&quo ...

  2. 机器学习中的分类模型整理

    概要 机器学习中的分类模型有逻辑回归.朴素贝叶斯.决策树.支持向量机.随机森林.梯度提升树等分类算法,不仅可以进行二分类,还可以进行多分类. 一.逻辑回归 逻辑回归的本质就由线性回归演变而来,是一个线 ...

  3. 图解机器学习算法(6) | 决策树模型详解(机器学习通关指南·完结)

    作者:韩信子@ShowMeAI 教程地址:https://www.showmeai.tech/tutorials/34 本文地址:https://www.showmeai.tech/article-d ...

  4. 【机器学习】python机器学习使用scikit-learn对模型进行评估:使用t分布及z分布评估模型误差的95%置信空间

    端到端机器学习导航: [机器学习]python借助pandas加载并显示csv数据文件,并绘制直方图 [机器学习]python使用matplotlib进行二维数据绘图并保存为png图片 [机器学习]p ...

  5. ML:机器学习算法中—因子模型(多变量)、时序模型/时间序列模型(主要以单变量)算法对比的简介、带有时序性的因子模型概述、案例应用之详细攻略

    ML:机器学习算法中-因子模型(多变量).时序模型/时间序列模型(主要以单变量)算法对比的简介.带有时序性的因子模型概述.案例应用之详细攻略 目录 因子模型和时序模型/时间序列模型算法的简介 1.因子 ...

  6. 【火炉炼AI】机器学习012-用随机森林构建汽车评估模型及模型的优化提升方法

    [火炉炼AI]机器学习012-用随机森林构建汽车评估模型及模型的优化提升方法 [本文所使用的Python库和版本号]: Python 3.5, Numpy 1.14, scikit-learn 0.1 ...

  7. 机器学习分类与回归模型

    一.KNN算法 1.既可用于分类也可用于回归 2.主要思想是找到预测样本中最近的K个邻居(一般通过欧式距离或者曼哈顿距离公式计算),用K个邻居的目标值中占多数的目标代表预测样本的目标 分类:K个邻居投 ...

  8. 机器学习笔记之概率图模型(四)基于贝叶斯网络的模型概述

    机器学习笔记之概率图模型--基于贝叶斯网络的模型概述 引言 基于贝叶斯网络的模型 场景构建 朴素贝叶斯分类器 混合模型 基于时间变化的模型 特征是连续型随机变量的贝叶斯网络 动态概率图模型 总结 引言 ...

  9. Python基于statsmodels包构建多元线性回归模型:模型构建、模型解析、模型推理预测

    Python基于statsmodels包构建多元线性回归模型:模型构建.模型解析.模型推理预测 目录

最新文章

  1. 更快的 Maven 来了!!!性能提升 300%
  2. Cloud Computing:云网端融合的简介、层次、典型代表、未来趋势之详细攻略
  3. CodeForces - 1373F Network Coverage(二分)
  4. IOS9+基础之警报框弹出和操作表弹出
  5. c++远征之多态篇——虚函数及其实现原理
  6. 便利蜂发布双11战报:当天外卖订单最多的是这个城市
  7. COCOS2D游戏适配IPAD RETINA
  8. FatMouse’ Trade
  9. SpringAOP之动态代理
  10. [渝粤教育] 江苏师范大学 大学计算机基础 参考 资料
  11. 002HTML常用标签
  12. 物理层下面的传输媒体
  13. win32应用程序和win32控制台应用程序
  14. 对于网站优化该怎么去做外链?
  15. json嵌套字典数据获取
  16. 无人机遥感技术在房产测绘应用中有哪些优势?
  17. STM32cubeIDE使用CCMRAM
  18. 淘宝怎么选品技巧秘籍,做淘宝7分靠选货品
  19. cad调了比例因子没反应_CAD入门学习之如何修改比例因子
  20. 我们离成为C++、C#、MySQL之父有多远?

热门文章

  1. sdio设备无法识别
  2. 试题 算法训练 整数拆分
  3. 梯度下降法实现softmax回归MATLAB程序
  4. 三菱mode bus tcp通讯_24个PLC编程入门级案例分享,三菱篇!
  5. 淘宝Kissy框架使用记录
  6. 上课睡觉(Sleep in Class)
  7. 字节抖音大数据开发校招面经总结
  8. Tomcat 集群搭建入门
  9. 华为防火墙图形登录配置
  10. design短语的用法总结_design的用法和短语例句