集成學習：Bagging與隨機森林

引言 想要獲得泛化性能強的集成，集成中的個體學習器應儘量相互獨立，可是相互獨立很難作到，咱們能夠作的是使基學習器儘量具備較大的差別。web Bagging Bagging是並行式集成學習方法的著名錶明，它是基於自助採樣法(有放回的取樣)來提升學習器泛化能力的一種很高效的集成學習方法。 Bagging的策略:dom 從樣本集 D 中用Bootstrap採樣選出 n 個樣本，執行 m 次，選出 m 個

>>阅读原文<<