關於集成學習的總結（二） Bagging思想

Bagging 方法 本篇博客的關於隨機森林的優缺點參考了http://www.javashuo.com/article/p-wjsgtodz-b.html 來自上篇投票法的啓示，我們想要得到泛化性較強的集成，集成中的分類器應儘可能的相互獨立。這個獨立可能顯示任務中很難做到，於是人們設法給基學習器較大的差異，那麼怎麼做呢？一種可能的方法就是對基分類器進行採樣，讓他產生不同的數據子集，再從每一個數據

>>阅读原文<<