集成學習總結 & Stacking方法詳解

集成學習主要分爲 bagging， boosting 和 stacking方法。本文主要是介紹stacking方法及其應用。但是在總結之前還是先回顧一下繼承學習。 這部分主要轉自知乎。 1. Bagging方法：   給定一個大小爲n的訓練集 D，Bagging算法從中均勻、有放回地選出 m個大小爲 n' 的子集Di，作爲新的訓練集。在這 m個訓練集上使用分類、迴歸等算法，則可得到 m個模型，再通

>>阅读原文<<