集成學習(Ensemble learning)

摘要：本文是理解adaboost算法與xgboost算法的前奏篇，主要介紹集成學習（Ensemble learning）的含義，在模型選擇、訓練數據過多或過少、數據融合及置信度估計等幾方面的應用，同時介紹了集成學習的兩個重要方面，即生成模型的算法，如bagging、boosting，以及組合模型結果的方法，如平均、投票等。對後續理解adaboost算法與xgboost算法起到了很好的鋪墊。同時，非

>>阅读原文<<