集成算法概述
集成学习是当下十分流行的机器学习算法,它本身并不是一个单独的机器学习算法,而是通过在数据上构建多个模型,集成所有模型的建模结果。
多个模型集成成为的模型叫集成评估器,组成集成评估器的模型叫做基评估器。
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,以此来获得更好的回归或分类表现。
集成算法的类别
通常来讲,分为三类:
1)装袋法(Bagging)
2)提升法(Boosting)
2)stacking
其中(1)(2)较为常用
- 装袋法的核心是:构建多个相互独立的评估器,对其预测进行平均或多数表决原则来决定集成评估器的结果。
装袋法的代表模型是随机森林。 - 提升法的核心是:其基评估器是相关的,是按顺序一一构建的。结合弱评估器的力量一次一次对难以评估的样本进行预测,从而形成一个强评估器。
提升法的代表模型是Adaboost和梯度提升树。