样本不均衡问题--bagging方法

bagging是一种用来提升学习算法准确度的方法，这种方法经过构造一个预测函数系列，而后以必定的方式将它们组合成一个预测函数。算法 它使用bootstrap抽样，bootstrap 其基本思想是：将一个弱学习算法使用屡次（每次使用一个放回的重复抽样），并对结果进行投票，最后选取投票多的结果做为最终的结果（也能够经过得票的平均值用于连续值的预测）。网络 bagging对使用的分类算法有要求，必须为不

>>阅读原文<<