机器学习 —— Bagging算法

Bagging算法 特点： Boosting是一种框架算法，以随机森林（RDF）算法为代表。 采用的是随机有放回的选择训练数据然后构造分类器，最后组合。 从原始样本集中使用Bootstraping方法随机抽取n个训练样本，共进行k轮抽取，得到k个训练集。（k个训练集之间相互独立，元素可以有重复） 对于k个训练集，我们训练k个模型（这k个模型可以根据具体问题而定，比如决策树，knn等） 对于分类问题

>>阅读原文<<