機器學習各種算法思路總結五(Bagging、boosting)

Bagging Bagging方法也稱爲匯聚法(Bootstrap Aggregating)，屬於集成學習中一種 Bagging的方法過程，在原始的數據集中進行隨機抽樣（能夠放回抽樣，也能夠不放回抽樣） 使用獲得的隨機子集來訓練評估器，該過程重複n次，每次訓練獲得一個評估器，最終聚合每一個單獨的評估器預測。 預測會使用多數投票（分類）或者求均值（迴歸）的方式來統計最終的結果。 通俗的講，Baggi

>>阅读原文<<