ML--集成学习快速理解

什么是集成学习 集成学习是指通过训练多个分类器，然后将这些分类器组合起来，来获得比单个分类器更优的性能。 集成模型是一种能在各种的机器学习任务上提高准确率的强有力技术，集成算法往往是很多数据竞赛关键的一步，能够很好地提升算法的性能。哲学思想为“三个臭皮匠赛过诸葛亮”。拿分类问题举个例，直观的理解，就是单个分类器的分类是可能出错，不可靠的，但是如果多个分类器投票，那可靠度就会高很多。 Boostin

>>阅读原文<<