集成学习Boosting和Bagging和Stacking总结

集成学习 集成相同的个体学习器，则该集成学习方法是“同质”的；若集成不一样的个体学习器，则该集成是“异质”的。 集成学习要求个体学习器要“好而不一样”，即个体学习器要有必定的“准确性”，而且要有“多样性”。可是，个体学习器的“准确性”和“多样性”自己就是冲突的。通常来讲，准确性很高后，要增长多样性每每就要牺牲准确性，集成学习研究的核心偏偏是“好而不一样”。 集成学习的分类： 1. 个体学习器之间存

>>阅读原文<<