模型集成

集成模型可以提高算法的准确性和鲁棒性 bootstrapping bootstrap方法是指的随机抽样和替换，即重采样，是的模型可以理解重采样中存在的偏差方差和特征 bagging bagging生成一个预测器的多个版本，并使用这些版本获得一个聚合预测器。 当进行分类时，多个模型进行投票。当进行回归分析时，多个模型进行平均。各个模型的权重相同 bagging的重点是获得一个方差较低的集成模型 bo

>>阅读原文<<