集成学习（Bagging、Boosting、Stacking）

组合多个学习器：集成方法（ensemble method） 或 元算法（meta-algorithm）。 不同算法的集成（集成个体应“好而不同”） 同一算法在不同设置的集成 数据集不同部分分配给不同分类器之后的集成 集成学习中需要有效地生成多样性大的个体学习器，需要多样性增强： 对 数据样本 进行扰动（敏感：决策树、神经网络； 不敏感：线性学习器、支持向量机、朴素贝叶斯、k近邻） 对 输入属性 进

>>阅读原文<<