集成學習的常見問題

1. 隨機森林（random forest）和 GBDT 都是屬於集成學習（ensemble learning）的範疇，有什麼不同？ 集成學習下有兩個重要的策略 Bagging 和 Boosting，Bagging算法是這樣，每個分類器都隨機從原樣本中做有放回的採樣，然後分別在這些採樣後的樣本上訓練分類器，然後再把這些分類器組合起來，簡單的多數投票一般就可以，其代表算法是隨機森林。Boosting

>>阅读原文<<