集成學習知識點

集成學習（ensemble learning）通過多個機器學習模型的組合形成一個精度更高的模型，參與組合的模型稱爲弱學習器（weak learner）。在預測時使用這些弱學習器模型聯合進行預測，訓練時需要用訓練樣本集依次訓練出這些弱學習器。 根據訓練各個弱學習器的不同思路，目前廣爲使用的有兩種方案： Bagging和Boosting 前者通過對原始訓練樣本集進行隨機抽樣，形成不同的訓練樣本集來訓練

>>阅读原文<<