集成學習

 集成學習(ensemble learning)是一種新的學習策略，對於一個複雜的分類問題，通過訓練多個分類器，利用這些分類器來解決同一個問題。在集成學習中，通過學習多個分類器，通過結合這些分類器對於同一個樣本的預測結果，給出最終的預測結果。 集成學習中的典型方法  在集成學習方法中，其泛化能力比單個學習算法的泛化能力強很多。在集成學習方法中，根據多個分類器學習方式的不用，可以分爲:bagging

>>阅读原文<<