第十三节课课堂总结

第十三节课课堂总结：

集成算法的简介：

对于一个复杂任务来说，将多个专家的判断进行适当的综合所得出的判断，要比其中任何一个专家单独的判断好
集成学习(ensemble learning)通过构建并结合多个学习器来完成学习任务等。

·结合策略
①简单平均法

②加权平均法

 

 

 

集成算法的分类
根据个体学习器的生成方式，目前的集成学习方法大致可以分为两类：
①Bagging：个体学习器间不存在强依赖关系、可同时生成的并行化方法，代表为随机森林。
②Boosting：个体学习器间存在强依赖关系、必须串行生成的序列化方法，如Adaboost。
③Stacking：聚合多个分类或回归模型（可以分阶段来做）