ML--集成學習快速理解

什麼是集成學習 集成學習是指通過訓練多個分類器，然後將這些分類器組合起來，來獲得比單個分類器更優的性能。 集成模型是一種能在各種的機器學習任務上提高準確率的強有力技術，集成算法往往是很多數據競賽關鍵的一步，能夠很好地提升算法的性能。哲學思想爲「三個臭皮匠賽過諸葛亮」。拿分類問題舉個例，直觀的理解，就是單個分類器的分類是可能出錯，不可靠的，但是如果多個分類器投票，那可靠度就會高很多。 Boostin

>>阅读原文<<