集成學習 bagging RF提高分類準確率

集成學習是將多個基分類器進行組合，提高分類的準確率，組合的策略有投票法、平均法、加權法、學習法（尚沒有看懂），基分類器要做到「好而不同」，每個基分類器學習不同的特徵，要有多樣性。 採用自助採樣法。 給定包含m個樣本的數據集，隨機的從 樣本中抽取一個樣本放入採樣集中，再把該樣本放回初始數據集，使得次採樣的時候仍然有可能被選中，經過m次的採集得到含有m個樣本的數據集，初始訓練集中約有63%的樣本出現在

>>阅读原文<<