決策樹算法——Random Forest、Adaboost、GBDT 算法

集成學習 常見的集成學習框架有三種：Bagging，Boosting 和 Stacking。 Bagging Bagging 全稱叫 Bootstrap aggregating，每個基學習器都會對訓練集進行有放回抽樣得到子訓練集，比較著名的採樣法爲 0.632 自助法。每個基學習器基於不同子訓練集進行訓練，並綜合所有基學習器的預測值得到最終的預測結果。Bagging 常用的綜合方法是投票法，票數最

>>阅读原文<<