bagging 和boosting的概念和區別

1.先弄清楚模型融合中的投票的概念 分爲軟投票和硬投票，硬投票就是幾個模型預測的哪一類最多，最終模型就預測那一類，在投票相同的情況下，投票結果會按照分類器的排序選擇排在第一個的分類器結果。但硬投票有個缺點就是不能預測概率。而軟投票返回的結果是一組概率的加權平均數。 https://blog.csdn.net/yanyanyufei96/article/details/71195063 https:

>>阅读原文<<