【機器學習】常用集成算法介紹

Ensemble learning 目的：讓機器學習效果更好，單個不行，羣毆走起 Bagging： 訓練多個分類器取平均 Bagging模型 全稱： bootstrap aggregation（說白了就是並行訓練一堆分類器） 最典型的代表就是隨機森林啦 隨機：數據採樣隨機，特徵選擇隨機 (由於二重隨機性，使得每個樹基本上都不會一樣，最終的結果也會不一樣,之所以要進行隨機，是要保證泛化能力，如果樹都

>>阅读原文<<