集成学习知识点

集成学习（ensemble learning）通过多个机器学习模型的组合形成一个精度更高的模型，参与组合的模型称为弱学习器（weak learner）。在预测时使用这些弱学习器模型联合进行预测，训练时需要用训练样本集依次训练出这些弱学习器。 根据训练各个弱学习器的不同思路，目前广为使用的有两种方案： Bagging和Boosting 前者通过对原始训练样本集进行随机抽样，形成不同的训练样本集来训练

>>阅读原文<<