有監督分類：集成分類（Bagging & Boosting & RandomForest）

1.前言 集成學習（Ensemble），是指把性能較低的多種弱學習器，通過適當組合形成高性能的強學習器的方法。「三個臭皮匠頂個諸葛亮」這句諺語用來形容集成分類器最合適不過了。這幾年，關於集成分類的研究一直是機器學習領域的一個熱點問題。在這裏，只分析了兩個我比較熟悉的集成分類方法。 對多個弱學習器獨立進行學習的Bagging學習法 對多個弱學習器依次進行學習的Boosting學習法     雖然目前

>>阅读原文<<