集成学习——总结

1，继承学习概述 对于训练集数据，通过训练若干个个体学习器，通过一定的结合策略，就可以最终形成一个强学习器。 2，集成学习之个体学习 种类： 同质的：强依赖性：（boosting）弱依赖性：（bagging，随机森林） 异质的：多个不同的学习器 3，集成学习之boosting（强依赖性） Boosting算法的工作机制是首先从训练集用初始权重训练出一个弱学习器1，根据弱学习的学习误差率表现来更新训

>>阅读原文<<