集成學習概述

數據挖掘比賽中提高成績主要有以下幾個方法 特徵工程； 調參； 模型融合。 模型融合概述 分類問題：Voting; 迴歸問題：Average; Bagging： Bagging的常見例子有RF，可並行處理。採用有效有放回的方式進行抽樣，用抽樣樣本建立子模型，最終預測結果可以用Voting和Average方法集成。 Boosting Boosting可以參考李航的統計學習方法。每次迭代給分類錯誤樣例增

>>阅读原文<<