集成学习知识点整理

集成学习：把大大小小的多种算法融合在一起，共同协作来解决一个问题。这些算法可以是不同的算法，也可以是相同的算法。 分类：依据集成思想的架构分为 Bagging ,Boosting, Stacking三种。 分别总结一下： Bagging：从训练集从进行子抽样组成每个基模型所需要的子训练集，对所有基模型预测的结果进行综合产生最终的预测结果。 Boosting：训练过程为阶梯状，基模型按次序一一进行训

>>阅读原文<<