机器学习方法总结（六）：集成学习

集成学习（Ensemble Learning） 1.集成学习的分类 Bagging：Bagging是由多个弱学习器集成起来的强学习器，但弱学习器之间没有依赖关系，能够并行生成，简单来讲就是每一个弱学习器学习数据的一部分特征，而后测试的时候根据结合策略就能获得一个数据整体特征而后分类。Bagging是基于自助采样法（bootstrap sampling）：给定包含m个样本的数据集，先随机取出一个样本

>>阅读原文<<