【機器學習】xgboost原理

1.集成學習 所謂集成學習，是指構建多個分類器（弱分類器）對數據集進行預測，然後用某種策略將多個分類器預測的結果集成起來，作爲最終預測結果。通俗比喻就是「三個臭皮匠賽過諸葛亮」，它要求每個弱分類器具備一定的「準確性」，分類器之間具備「差異性」。集成學習根據各個弱分類器之間有無依賴關係，分爲Boosting和Bagging Boosting 各分類器之間有依賴關係，必須串行，比如Adaboost、G

>>阅读原文<<