树模型系列之二：集成算法bagging和boosting的区别

最近在研究树模型的时候，发现目前这类模型应用范围比较广，优化算法也层出不穷，所以但愿经过几篇系列文章，可以加深对树模型的认识。树模型系列文章包括以下内容：算法 一、决策树的原理及算法dom 二、集成算法bagging和boosting的区别优化 三、基于R语言的RandomForest实现方法及案例rest 四、GBDT和xgboost的区别原理 五、基于R语言的GBDT实现方法并行 六、基于R语

>>阅读原文<<