【機器學習】集成學習的概念與隨機森林算法梳理

1. 集成學習概念 「三個臭皮匠，頂個諸葛亮」思想 「弱可學習」等價於「強可學習」 —— Schapire 可以理解爲就是指採用多個分類器對數據集進行預測，從而提高整體分類器的泛化能力。  集成學習有兩個流派 一個是boosting派系,它的特點是各個弱學習器之間有依賴關係。 另一種是bagging流派,它的特點是各個弱學習器之間沒有依賴關係，可以並行擬合。 2. 個體學習器概念 又稱「基學習器」

>>阅读原文<<