集成学习之bagging与随机森林

Bagging 算法原理和Boosting 不同，它的弱学习器之间没有依赖关系，可以并行生成，原理图如下： 从图中可以看出，Bagging的个体弱学习器的训练集是通过随机采样得到的，通过T次的随机采样，我们就可以得到T个采样集，对于这T个采样集，我们可以分别独立的训练出T个弱学习器，再对这T个弱学习器通过集合策略来的到最终的强学习器。 随机采样： 这里采用的是自助采样法，即对于m个样本的原始训练集

>>阅读原文<<