机器学习-集成学习

集成学习简介

    集成学习是一种将许多弱分类器集合起来变成强分类器的一种方法，弱分类器可能分类效果很差，但是许多弱分类器集合起来后就会有很好的学习效果。
    对弱学习器来说要做到“好而不同”也就是说有一定的分类能力，并且分类器之间也要有差异（多样性）

随着弱分类器的增多集成的错误率呈现指数型下降。
集成学习有两种分来：第一种为序列化方法，比如提升算法，第二种为并行化方法，比如随机森林。

提升算法