機器學習（十三）——集成學習

Ø 集成算法分爲： Ø  bagging算法（套袋法）：    從原始樣本集中使用隨機抽樣方法有放回的抽取n個訓練樣本，共進行k輪抽取，得到k個訓練集（獨立且等量）；    對於k個訓練集，訓練k個模型，具體的模型視具體情況而定（可以是knn、決策樹等）； 通過對訓練樣本重新採樣的方法得到不同的訓練樣本集，在這些新的訓練樣本集上分別訓練學習器，最終合併每一個學習器的結果，作爲最終的學習結果，Bag

>>阅读原文<<