《机器学习（周志华）》Chapter8 集成学习

    想了解更多的同学强烈建议阅读下参考网址。          集成学习大致可分为两类，第一类的代表是Boosting，个体学习器间存在强依赖关系、必须串行生成的序列化方法；第二类的代表是Bagging和“随机森林”，个体学习器间不存在强依赖关系、可同时生成的并行方法。 1、bagging：从训练集从进行子抽样组成每个基模型所需要的子训练集，对所有基模型预测的结果进行综合产生最终的预测结果：

>>阅读原文<<