機器學習之集成學習簡介

綜述 集體學習： 將不同的分類器組合起來。 先產生個體學習，在根據多個個體學習完成學習任務。 每個個體學習可以採用的算法可以不同 集成學習可能有不同的提升/不變/降低 這要求學習器： 單個個體不能太差 學習器之間要有差異/多樣性 理論上來說，如果單個學習器之間相互獨立，當個數很多的時候，集成學習的正確率非常高，趨近於滿分 如何產生好而不同的個體學習器，是集成學習的核心問題 bagging 有放回

>>阅读原文<<