Assemble Method

1、集成方法是从训练集构建分类器。通过投票预测。 注意事项： 1、Bagging、Boosting训练数据上做手脚。 2、Random  Forest 在输入特征上做手脚。 3、在属性中选择TOPN后，分别建决策树。 Bagging的特性： 1、是从训练数据做手脚，取回抽样。 2、是一个深度为2的决策树。实质是建立了一个10个决策树。深度为2. 3、它是每个元素都有抽回的概率，概率是均等的。所以它

>>阅读原文<<