集成學習之bagging與隨機森林

Bagging 算法原理和Boosting 不一樣，它的弱學習器之間沒有依賴關係，能夠並行生成，原理圖以下： web 從圖中能夠看出，Bagging的個體弱學習器的訓練集是經過隨機採樣獲得的，經過T次的隨機採樣，咱們就能夠獲得T個採樣集，對於這T個採樣集，咱們能夠分別獨立的訓練出T個弱學習器，再對這T個弱學習器經過集合策略來的到最終的強學習器。 隨機採樣： 這裏採用的是自助採樣法，即對於m個樣本的

>>阅读原文<<