機器學習方法總結（六）：集成學習

集成學習（Ensemble Learning） 1.集成學習的分類 Bagging：Bagging是由多個弱學習器集成起來的強學習器，但弱學習器之間沒有依賴關係，能夠並行生成，簡單來講就是每一個弱學習器學習數據的一部分特徵，而後測試的時候根據結合策略就能獲得一個數據整體特徵而後分類。Bagging是基於自助採樣法（bootstrap sampling）：給定包含m個樣本的數據集，先隨機取出一個樣本

>>阅读原文<<