機器學習算法原理解析 - 集成

1. 集成學習（Ensemble learning） 基本思想：讓機器學習效果更好，如果單個分類器表現的很好，那麼爲什麼不適用多個分類器呢？ 通過集成學習可以提高整體的泛化能力，但是這種提高是有條件的： （1）分類器之間應該有差異性； （2）每個分類器的精度必須大於0.5； 如果使用的分類器沒有差異，那麼集成起來的分類結果是沒有變化的。如下圖所示，分類器的精度p<0.5，隨着集成規模的增加，分類精

>>阅读原文<<