樣本不均衡問題--bagging方法

bagging是一種用來提升學習算法準確度的方法，這種方法經過構造一個預測函數系列，而後以必定的方式將它們組合成一個預測函數。算法 它使用bootstrap抽樣，bootstrap 其基本思想是：將一個弱學習算法使用屢次（每次使用一個放回的重複抽樣），並對結果進行投票，最後選取投票多的結果做爲最終的結果（也能夠經過得票的平均值用於連續值的預測）。網絡 bagging對使用的分類算法有要求，必須爲不

>>阅读原文<<