目录 1.集成学习 2.boosting 3.bagging 4.多样性 6.距离计算 7.聚类方法 1.集成学习 2.boosting 由该做一个模型,该模型反过来对其做预测 此时可调整权重,根据权重做采样,新的数据集里会对原先模型里预测错误的两个数据多加关注 3.bagging 4.多样性 5.聚类 6.距离计算 7.聚类方法 聚类好坏不存在绝对标准 eg: 常见聚类方法 (1)原型聚类通常只能找到椭球形聚类 (2)密度聚类可以找到香蕉型聚类