AdaBoost集成學習算法【轉載】

一、集成方法(Ensemble Method)     集成方法主要包括Bagging和Boosting兩種方法，隨機森林算法是基於Bagging思想的機器學習算法，在Bagging方法中，主要通過對訓練數據集進行隨機採樣，以重新組合成不同的數據集，利用弱學習算法對不同的新數據集進行學習，得到一系列的預測結果，對這些預測結果做平均或者投票做出最終的預測。AdaBoost算法和GBDT(Gradie

>>阅读原文<<