集成學習之bagging、boosting、stacking

什麼是集成學習？ 集成學習歸屬於機器學習，他是一種「訓練思路」，並不是某種具體的方法或者算法。 集成學習的核心思路就是「人多力量大」，它並沒有創造出新的算法，而是把已有的算法進行結合，從而得到更好的效果。 集成學習會挑選一些簡單的基礎模型進行組裝，組裝這些基礎模型的思路主要有 3 種方法： 1.bagging 2.boosting 3.stacking Bagging的核心思想是民主，所有基礎模型

>>阅读原文<<