機器學習 —— Bagging算法

Bagging算法 特點： Boosting是一種框架算法，以隨機森林（RDF）算法爲代表。 採用的是隨機有放回的選擇訓練數據然後構造分類器，最後組合。 從原始樣本集中使用Bootstraping方法隨機抽取n個訓練樣本，共進行k輪抽取，得到k個訓練集。（k個訓練集之間相互獨立，元素可以有重複） 對於k個訓練集，我們訓練k個模型（這k個模型可以根據具體問題而定，比如決策樹，knn等） 對於分類問題

>>阅读原文<<