集成学习之Bagging

Bagging 　　能够当作是一种圆桌会议, 或是投票选举的形式. 经过训练多个模型, 将这些训练好的模型进行加权组合来得到最终的输出结果(分类/回归)。即Bagging predictor 是一种生成多个预测器版本而后生成聚合预测器的方法。通常这类方法的效果, 都会好于单个模型的效果. 在实践中, 在特征必定的状况下, 你们老是使用Bagging的思想去提高效果。 　　训练时, 使用replac

>>阅读原文<<