機器學習 —— 集成學習

集成學習是什麼？ 　　目前，有三種常見的集成學習框架：bagging，boosting和stacking。國內，南京大學的周志華教授對集成學習有很深入的研究，其在09年發表的一篇概述性論文《Ensemble Learning》對這三種集成學習框架有了明確的定義，概括如下： bagging： 從訓練集從進行子抽樣組成每個基模型所需要的子訓練集，對所有基模型預測的結果進行綜合產生最終的預測結果： 詳解

>>阅读原文<<