有人可以提供有关此的工作流程吗？例如，假设我正在做二进制分类，
对于算法的每次迭代：
随机采样 k*N 行，其中 k 是 bag.fraction，N 是 nrow(dataset)。
使用这个训练样本构建一个分类器，假设我们在这里使用分类树。
预测终端节点类标签。
这就是在没有简历的情况下完成提升的方式。如果我想做一个 3-fold CV，我到底应该在哪里应用它？在第 1 步和第 2 步之间还是在第 3 步之后？谢谢！
问问题
814 次
有人可以提供有关此的工作流程吗？例如，假设我正在做二进制分类，
对于算法的每次迭代：
随机采样 k*N 行，其中 k 是 bag.fraction，N 是 nrow(dataset)。
使用这个训练样本构建一个分类器，假设我们在这里使用分类树。
预测终端节点类标签。
这就是在没有简历的情况下完成提升的方式。如果我想做一个 3-fold CV，我到底应该在哪里应用它？在第 1 步和第 2 步之间还是在第 3 步之后？谢谢！