A02 · 第 6 章 · 课程规划页
核方法、树模型与集成学习综合复习
本章研究核方法、树模型与集成学习综合复习。内容依次处理核宽度、间隔参数与决策边界比较、单树、随机森林与提升树的偏差方差谱、类别不平衡、外推和解释稳定性的模型审计。
- 所在 Part
- 第三编 Boosting 与综合复习
- 预计学习
- 55 分钟
- 建设状态
- 已规划，尚无正式正文
计划实验
本章未登记独立交互实验；定义、公式和例题仍按下列提纲规划。
LEARNING OBJECTIVES
完成本章后应能
- 01准确说明核宽度、间隔参数与决策边界比较。
- 02完成单树、随机森林与提升树的偏差方差谱所需的推导、证明或算法。
- 03使用计算、例题或反例检验类别不平衡、外推和解释稳定性的模型审计。
PLANNED SECTIONS
计划章节结构
- 01
核宽度、间隔参数与决策边界比较
界定核宽度、间隔参数与决策边界比较，明确使用的条件、主要结论与可复核步骤。
- 02
单树、随机森林与提升树的偏差方差谱
推导单树、随机森林与提升树的偏差方差谱，明确使用的条件、主要结论与可复核步骤。
- 03
类别不平衡、外推和解释稳定性的模型审计
检验类别不平衡、外推和解释稳定性的模型审计，明确使用的条件、主要结论与可复核步骤。
计划定义
核宽度、间隔参数与决策边界比较：对象、记号与前提
围绕核宽度、间隔参数与决策边界比较列出主要对象、符号、前提与定义边界。
计划公式
单树、随机森林与提升树的偏差方差谱：关系、判据与可复核步骤
把单树、随机森林与提升树的偏差方差谱整理为可检查的关系、判据或算法步骤；涉及定量模型时写出公式，并说明符号、适用条件，以及需要时的单位或复杂度。
计划例题
类别不平衡、外推和解释稳定性的模型审计：案例、反例与核验
围绕类别不平衡、外推和解释稳定性的模型审计给出明确输入、前提或数据，逐步分析并用反例、误差、守恒量或边界条件复核。
计划练习
核方法与树模型与集成学习：定义、关系与边界综合练习
联结核宽度、间隔参数与决策边界比较、单树、随机森林与提升树的偏差方差谱与类别不平衡、外推和解释稳定性的模型审计，分别检验定义辨析、主要步骤和适用边界。
关键词
核方法、树模型、集成学习、第三编 Boosting 与综合复习、核方法、树模型与集成学习