集成學習：bagging、 boosting、stacking

一、什麼是集成學習 集成學習通過構建並結合多個學習器來完成學習任務。要獲得好的集成，學習器之間要具有差異性。 一. 集成學習的三大類： 個體學習器間不存在強依賴關係、可同時生成的，用於減少方差的 bagging，如 Random Forest 個體學習器間存在強依賴關係、必須串行生成的，用於減少偏差的 boosting， 如 Adaboosting 用於提升預測結果的stacking，投票機制 1

>>阅读原文<<