集成算法

集成學習框架：bagging，boosting和stacking Bagging 典型的代表：隨機森林。 從訓練集從進行子抽樣組成每個基模型所需要的子訓練集，對所有基模型預測的結果進行綜合產生最終的預測結果： Boosting 典型代表：AdaBoost， Xgboost。 訓練過程爲階梯狀，基模型按次序一一進行訓練（實現上可以做到並行），基模型的訓練集按照某種策略每次都進行一定的轉化。如果某一個

>>阅读原文<<