模型融合：bagging、Boosting、Blending、Stacking

Ensemble Generation Ensemble Learning 是指將多個不一樣的 Base Model 組合成一個 Ensemble Model 的方法。它能夠同時下降最終模型的 Bias 和 Variance（證實能夠參考這篇論文，我最近在研究相似的理論，可能以後會寫新文章詳述)，從而在提升分數的同時又下降 Overfitting 的風險。在如今的 Kaggle 比賽中不用 Ens

>>阅读原文<<