机器学习各种算法思路总结五(Bagging、boosting)

Bagging Bagging方法也称为汇聚法(Bootstrap Aggregating)，属于集成学习中一种 Bagging的方法过程，在原始的数据集中进行随机抽样（能够放回抽样，也能够不放回抽样） 使用获得的随机子集来训练评估器，该过程重复n次，每次训练获得一个评估器，最终聚合每一个单独的评估器预测。 预测会使用多数投票（分类）或者求均值（回归）的方式来统计最终的结果。 通俗的讲，Baggi

>>阅读原文<<