集成学习的基本步骤

集成学习的基本步骤

集成学习一般可分为以下3个步骤。

（1）找到误差互相独立的基分类器。

（2）训练基分类器。

（3）合并基分类器的结果。

合并基分类器的方法有voting和stacking两种。前者是用投票的方式，将获得最多选票的结果作为最终的结果。后者是用串行的方式，把前一个基分类器的结果输出到下一个分类器，将所有基分类器的输出结果相加（或者用更复杂的算法
融合，比如把各基分类器的输出作为特征，使用逻辑回归作为融合模型进行最后的结果预测）作为最终的输出。

以Adaboost为例，其基分类器的训练和合并的基本步骤如下。

（1）确定基分类器：这里可以选取ID3决策树作为基分类器。事实上，任何分类模型都可以作为基分类器，但树形模型由于结构简单且较易产生随机性所以比较常用。

（2）训练基分类器：假设训练集为 { x i , y i } , i = 1 , . . . , N ， \{x_i,y_i\},i=1,...,N， { xi​,yi​},i=1,...,N，其中 y i ∈ { − 1 , 1 } y_i\boldsymbol{\in}\{−1,1\} yi​∈{ −1,1}，并且有T个基分类器，则可以按照如下过程来训练基分类器。

1.初始化采分布
$$D_{\mathrm{l}}(i)=1/N$$
2.令$t=1,2,...,T$循环：

• 从训练集中，按照$D_t$分布，采样出子集 S t = { x i , y i } , i = 1 , … , N t ; S_{t}=\{x_{i},y_{i}\},i=1,\ldots,N_{t}; St​={