机器学习集成模型

1、集成学习概述 1.1 集成学习概述 集成学习在机器学习算法中具有较高的准去率，不足之处就是模型的训练过程可能比较复杂，效率不是很高。目前接触较多的集成学习主要有2种：基于Boosting的和基于Bagging，前者的代表算法有Adaboost、GBDT、XGBOOST、后者的代表算法主要是随机森林。 1.2 集成学习的主要思想 集成学习的主要思想是利用一定的手段学习出多个分类器，而且这多个分类

>>阅读原文<<