模型组合方法-boosting算法详解（机器学习面试必备）

常见的模型组合方法有：简单平均（Averaging），投票（voting），Bagging（randomforest），boosting（GBDT），stacking，blending等，在实际业务中，单一模型很难满足需求，组合模型才能达到业务的精度要求。本文主要详细讲述三种具有代表性的boosting算法：Adaboost，GBDT，XGBoost. 1.Adaboost原理：利用前一轮迭代弱分

>>阅读原文<<