wuvin
Always take risks!
Toggle navigation
wuvin
主页
实验室的搬砖生活
机器学习
公开的学术内容
公开的其他内容
About Me
归档
标签
友情链接
ZYQN
ihopenot
enigma_aw
hzwer
杨宗翰
Random Ferns
2020-04-06 19:36:05
584
0
0
wuvin
# 半朴素贝叶斯(Semi-Naive Bayesian) (from https://zhuanlan.zhihu.com/p/26461560)  # 单棵fern特征提取      # 评价 * 相对于随机森林没有本质的突破 * 把随机森林每个节点换成一个简单NN更好
上一篇:
[ICML 2017 best paper] Understanding Black-box Predictions via Influence Functions
下一篇:
网络可解释性
0
赞
584 人读过
新浪微博
微信
腾讯微博
QQ空间
人人网
提交评论
立即登录
, 发表评论.
没有帐号?
立即注册
0
条评论
More...
文档导航
没有帐号? 立即注册