集成學習算法（1）

集成學習簡介   在講boosting和bagging算法之前，首先需要了解一下集成學習的概念。集成學習是指將若干弱分類器組合之後產生一個強分類器。弱分類器（weak learner）指那些分類準確率只稍好於隨機猜測的分類器（error rate < 50%）。如今集成學習有兩個流派，一種是bagging流派，它的特點是各個弱學習器之間沒有依賴關係，可以並行擬合，隨機森林算法就屬於bagging派

>>阅读原文<<