集成學習算法-Bagging和Boosting及其相關算法概述

1、集成學習 1.1 簡介        在學習樹模型的時候，經常聽到有關於集成學習的概念。集成學習在機器學習中有較高的準確率，不足之處就是模型的訓練過程比較複雜，效率不是很高；主要分爲兩種類型： （1）基於boosting思想的算法，例如：Adaboost、GDBT和XGBOOST。 （2）基於Bagging思想的算法，經典的就是隨機森林算法 1.2 集成學習的思想         首先說明一下

>>阅读原文<<