機器學習筆記——集成學習

1、什麼時候用集成學習？ 集成學習有利於減少模型方差，因此當模型複雜度複雜度太高時可以用集成學習方法 參加kaggle等比賽的時候 2、bagging和boosting的基學習器有一樣的特點？ bagging的基學習器更強一些，它們學習的對象都是目標任務，最終的預測模型是直接拿子模型的決策結果投票或者做平均；boosting的基學習器更弱一些，可以說是非常弱，它們學習的都只是目標任務的一部分（可以

>>阅读原文<<