集成算法-Boosting算法案例及推理過程

集成學習（Ensamble Learning）通過訓練多個若學習器，然後將其按某種策略組合起來，從而達到最好的學習性能，提高算法的泛華能力。 目前集成學習有3個框架：bagging ,boosting,stacking; Boosting作用於相同的測試集，在分類問題中，它通過改變訓練樣本的權重，學習多個分類器，並將這些分類器進行線性組合，提高分類性能。 Boosting提升算法的思路 提升方法是

>>阅读原文<<