集成學習之bagging與隨機森林

Bagging 算法原理和Boosting 不同，它的弱學習器之間沒有依賴關係，可以並行生成，原理圖如下： 從圖中可以看出，Bagging的個體弱學習器的訓練集是通過隨機採樣得到的，通過T次的隨機採樣，我們就可以得到T個採樣集，對於這T個採樣集，我們可以分別獨立的訓練出T個弱學習器，再對這T個弱學習器通過集合策略來的到最終的強學習器。 隨機採樣： 這裏採用的是自助採樣法，即對於m個樣本的原始訓練集

>>阅读原文<<