【机器学习】xgboost原理

1.集成学习 所谓集成学习，是指构建多个分类器（弱分类器）对数据集进行预测，然后用某种策略将多个分类器预测的结果集成起来，作为最终预测结果。通俗比喻就是“三个臭皮匠赛过诸葛亮”，它要求每个弱分类器具备一定的“准确性”，分类器之间具备“差异性”。集成学习根据各个弱分类器之间有无依赖关系，分为Boosting和Bagging Boosting 各分类器之间有依赖关系，必须串行，比如Adaboost、G

>>阅读原文<<