2019-05-30（機器學習——集成學習）

參考原文 前言 如同人無完人，機器學習中要學習一個泛化能力完美（適用於各類數據）的模型是相當困難的，甚至是不可能的，我們只能得到有某種偏好的模型（對某些類型的數據集的泛化能力強）。集成學習的基本思想就是組合弱分類器來實現一個強分類器，不同的集成方法在具體實現上各有不同，主要體現在：數據集的採集、弱分類器的訓練次序、模型的組合方式上，下面將作一個具體的介紹 集成方法 集成學習將不同的機器學習幾乎通過

>>阅读原文<<