集成学习-模型融合学习笔记（附Python代码）

  1 集成学习概述 集成学习（Ensemble Learning）是一种能在各类的机器学习任务上提升准确率的强有力技术，其经过组合多个基分类器（base classifier）来完成学习任务。基分类器通常采用的是弱可学习（weakly learnable）分类器，经过集成学习，组合成一个强可学习（strongly learnable）分类器。所谓弱可学习，是指学习的正确率仅略优于随机猜想的多项式

>>阅读原文<<