機器學習算法（12）之集成學習之模型融合

前言：集成學習（Ensemble Learning），普遍用於分類和迴歸任務。它最初的思想很簡單：使用一些（不一樣的）方法改變原始訓練樣本的分佈，從而構建多個不一樣的分類器，並將這些分類器線性組合獲得一個更強大的分類器，來作最後的決策。也就是常說的「三個臭皮匠頂個諸葛亮」的想法。html         集成學習的理論基礎來自於Kearns和Valiant提出的基於PAC（probably app

>>阅读原文<<