機器學習之Bagging 與 隨機森林算法

在集成學習裏面，有兩種流派，一個是 boosting 流派，它的特點是對於各個學習器之間有着相互依賴的關係 （比如說在某一次算法結束後，分類錯誤的樣本會增大比例，以引起下一次的訓練時候的關注度），另一種是bagging 流派，它的特點是各個學習器之間沒有任何的依賴關係，可以並行擬合。 Bagging 原理 從圖中，我們可以看出， bagging 學習算法 沒有 adaboost 算法那樣的聯繫，它

>>阅读原文<<