集成学习
集成学习通过构建并结合多个学习器来完成学习任务,有时也被称为多分类器系统(multi-抽拉式私服而 system)、基于委员会的学习(committee-based learning)。只包含同种类型的个体学习器,这样的集成是“同质”的;包含不同类型的个体学习器,这样的集成是“异质”的。集成学习通过将多个学习器进行结合,常可获得比单一学习器显著优越的泛化性能。这对“弱学习器”(弱学习器常指泛化性能略优于随机猜测的学习器)尤为明显。要获得好的集成,学习器之间要具有差异性。
根据个体学习器的生成方式,目前的集成学习方法大致可分为两大类,即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,以及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;前者的代表是Boosting,后者的代表是Bagging和“随机森林”。
1.什么是Boosting
Boosting是一族可将弱学习器提升为强学习器的算法。
关于Boosting的工作机制:
1)提高那些在前一轮被弱分类器分错样例的权值,减小前一轮分对样本的权值,使误分的样本在后续受到更多的关注。
2)加法模型将弱分类器进行线性组合,比如AdaBoost通过加权多数表决的方式,即增大错误率小的分类器的权值,同时减小错误率较大的分类器的权值。
如此反复(1)、(2),直到满足训练停止条件。
需要注意的是:Boosting算法在训练的每一轮要检查当前