集成學習總結（二）

1：Baggig方法： 思想：給定一個大小爲n的訓練集 D，Bagging算法從中均勻、有放回地選出 m個大小爲 n' 的子集Di，作爲新的訓練集。在這 m個訓練集上使用分類、迴歸等算法，則可得到 m個模型，再通過取平均值、取多數票等方法綜合產生預測結果，即可得到Bagging的結果。 2：Stacking方法： 思想：將訓練好的所有基模型對整個訓練集進行預測，第j個基模型對第i個訓練樣本的預測值

>>阅读原文<<