機器學習算法筆記 集成學習模型融合

集成學習（Ensemble Learning），普遍用於分類和迴歸任務。最初的思想：使用一些（不一樣的）方法改變原始訓練樣本的分佈，從而構建多個不一樣的分類器，並將這些分類器線性組合獲得一個更強大的分類器，來作最後的決策。算法 集成學習的理論基礎來自於Kearns 和 Valiant提出的基於PAC（probably approximately correct）的可學習理論，PAC定義了學習算法的

>>阅读原文<<