【机器学习】集成学习的概念与随机森林算法梳理

1. 集成学习概念 “三个臭皮匠，顶个诸葛亮”思想 “弱可学习”等价于“强可学习” —— Schapire 可以理解为就是指采用多个分类器对数据集进行预测，从而提高整体分类器的泛化能力。  集成学习有两个流派 一个是boosting派系,它的特点是各个弱学习器之间有依赖关系。 另一种是bagging流派,它的特点是各个弱学习器之间没有依赖关系，可以并行拟合。 2. 个体学习器概念 又称“基学习器”

>>阅读原文<<