第1章 集成发现 1
1.1 建立集成 5
1.2 正则化 6
1.3 现实世界中的实例:信用评分+网飞挑战 7
1.4 本书的组织架构 8
第2章 预测学习和决策树 10
2.1 决策树归纳纵览 14
2.2 决策树的性能 16
2.3 决策树的缺陷 17
第3章 模型复杂度、模型选择和正则化 19
3.1 什么是树的“合适”规模 19
3.2 偏差-方差分解 20
3.3 正则化 23
3.3.1 正则化与成本-复杂度树修剪 23
3.3.2 交叉验证 24
3.3.3 运用收缩的正则化 26
3.3.4 通过构建增量模型的正则化 30
3.3.5 实例 31
3.3.6 正则化综述 34
第4章 重要性采样和经典集成方法 36
4.1 重要性采样 39
4.1.1 参数重要性测度 40
4.1.2 扰动采样 42
4.2 泛化集成生成 42
4.3 Bagging 44
4.3.1 实例 47
4.3.2 为什么Bagging有用 51
4.4 随机森林 51
4.5 AdaBoost 53
4.5.1 实例 54
4.5.2 为什么使用指数损失 56
4.5.3 AdaBoost的总体最小值 57
4.6 梯度Boosting 58
4.7 MART 59
4.8 并行集成与顺序集成的比较 59
第5章 规则集成和解释统计 61
5.1 规则集成 61
5.2 解释 63
5.2.1 仿真数据实例 64
5.2.2 变量重要性 68
5.2.3 偏相关 69
5.2.4 交互统计 70
5.3 制造业数据实例 70
5.4 总结 74
第6章 集成复杂性 75
6.1 复杂性 75
6.2 广义自由度 77
6.3 实例:带有噪声的决策树表面 78
6.4 广义自由度的R代码和实例 82
6.5 总结与讨论 83
参考文献 85
附录A AdaBoost与FSF程序的等价性 90
附录B 梯度Boosting和鲁棒损失函数 93