機器學習 7 XGBoost

1. 集成算法總結 1.1 Bagging 隨機森林：多個基模型的構建是基於不同數據來構建的，各個模型是獨立，不提提高準確度，但是可以降低過擬合； 1.2 Boosting 通過迭代的形式，基於之前構建好的模型，對樣本數據做一定的修正【或者改變權重/標籤值】然後影響之後模型的構建。不斷迭代構建的目的是：讓預測更加準確，提升準確度，降低偏差； Adaboost 通過修正樣本的權重 GBDT 通過修正

>>阅读原文<<