集成學習-模型融合學習筆記（附Python代碼）

  1 集成學習概述 集成學習（Ensemble Learning）是一種能在各類的機器學習任務上提升準確率的強有力技術，其經過組合多個基分類器（base classifier）來完成學習任務。基分類器通常採用的是弱可學習（weakly learnable）分類器，經過集成學習，組合成一個強可學習（strongly learnable）分類器。所謂弱可學習，是指學習的正確率僅略優於隨機猜想的多項式

>>阅读原文<<