集成算法（概述）

集成算法的目标：

集成算法会考虑多个评估器的建模结果，汇总之后得到一个综合的结果，以此来获取比单个模型更好的回归或分类表现。

多个模型集成成为的模型叫做集成评估器，组成每个评估器的每个模型都叫做基评估器。一般有三种集成算法：装袋法（模型独立，互相平衡），提升法（模型有序，逐渐提升）和stacking。

袋装法的代表模型就是随机森林。

sklearn中的集成算法模块ensemble

在集成算法中有一般以上都是树的集成模型。