集成學習（Ensemble Learning）

集成學習（Ensemble Learning） 　　集成學習是機器學習中一個很是重要且熱門的分支，是用多個弱分類器構成一個強分類器，其哲學思想是「三個臭皮匠勝過諸葛亮」。通常的弱分類器能夠由決策樹，神經網絡，貝葉斯分類器，K-近鄰等構成。這些算法能夠是不一樣的算法，也能夠是相同的算法。已經有學者理論上證實了集成學習的思想是能夠提升分類器的性能的，好比說統計上的緣由，計算上的緣由以及表示上的緣由。

>>阅读原文<<