集成学习Boosting和Bagging和Stacking总结

集成学习 集成相同的个体学习器，则该集成学习方法是“同质”的；若集成不同的个体学习器，则该集成是“异质”的。 集成学习要求个体学习器要“好而不同”，即个体学习器要有一定的“准确性”，并且要有“多样性”。但是，个体学习器的“准确性”和“多样性”本身就是冲突的。一般来说，准确性很高后，要增加多样性往往就要牺牲准确性，集成学习研究的核心恰恰是“好而不同”。 集成学习的分类： 1. 个体学习器之间存在强依

>>阅读原文<<