《机器学习》第八章——集成学习

1.个体与集成 生活中的 集成学习 综合多方意见，得出结论 面对同样的问题，根据不同的算法针对同一个数据运行，得出的结果以投票的方式，少数服从多数 2.Boosting 集成多个模型 每个模型都在尝试增强（Boosting）整体的效果 每一次生成的子模型都是在弥补上一次生成模型 没有成功预测的样本点。 点和点之间的权重不一样 3.Bagging 问题：虽然有很多机器学习方法，但是从投票的角度看，仍

>>阅读原文<<