集成學習知識點整理

集成學習：把大大小小的多種算法融合在一起，共同協作來解決一個問題。這些算法可以是不同的算法，也可以是相同的算法。 分類：依據集成思想的架構分爲 Bagging ,Boosting, Stacking三種。 分別總結一下： Bagging：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：訓練過程爲階梯狀，基模型按次序一一進行訓

>>阅读原文<<