【機器學習】--集成算法從初始到應用

一、前述 集成思想就是讓很多個訓練器決定一個結果，目的：讓機器學習效果更好，單個不行，羣毆走起。 二、具體 1、概述  2、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 森林：很多個決策樹並行放在一起 構造樹模型： 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

>>阅读原文<<