[李宏毅-机器学习]集成学习 Ensemble

bagging bagging用于复杂的model，解决over-fitting，例如决策树   boosting 用于简单的model   Adaboost 让新的data分布，在当前分类器上的正确率为50%，再使用新的data分布来训练下一个分类器 将分类正确的data权重降低，分类错误的data权重增加   gradient boosting 把adaboost当作梯度下降来做   stac

>>阅读原文<<