集成学习(Ensemble learning)

摘要：本文是理解adaboost算法与xgboost算法的前奏篇，主要介绍集成学习（Ensemble learning）的含义，在模型选择、训练数据过多或过少、数据融合及置信度估计等几方面的应用，同时介绍了集成学习的两个重要方面，即生成模型的算法，如bagging、boosting，以及组合模型结果的方法，如平均、投票等。对后续理解adaboost算法与xgboost算法起到了很好的铺垫。同时，非

>>阅读原文<<