機器學習筆記（1）從boost到xgboost

A. ensemble method 將幾個模型（可能是分類器）通過某種方式組合在一起，共同完成任務。通常可分爲兩大類： 1. Averaging method 例如 Bagging， RF。其主要工作在於數據的採樣方式，比如是否隨機採樣，是否有放回等等。子分類器通常爲能力較強的模型。最終結果常常取子分類器的算術平均。 2. boosting method 可以使用「弱」分類器，依次，逐個對子模型

>>阅读原文<<