集成學習（Bagging、Boosting、Stacking）

組合多個學習器：集成方法（ensemble method） 或 元算法（meta-algorithm）。 不同算法的集成（集成個體應「好而不同」） 同一算法在不同設置的集成 數據集不同部分分配給不同分類器之後的集成 集成學習中需要有效地生成多樣性大的個體學習器，需要多樣性增強： 對 數據樣本 進行擾動（敏感：決策樹、神經網絡； 不敏感：線性學習器、支持向量機、樸素貝葉斯、k近鄰） 對 輸入屬性 進

>>阅读原文<<