集成学习需要解决的两个重要问题: 如何得到若干个弱学习器 bagging:并联,自助抽样获取训练样本集 boosting:串联,通过改变样本点的权重来训练下一个学习器集合策略 对弱学习器预测结果进行逻辑处理:投票、平均 将弱学习器的预测结果作为特征:stacking、blending 关于stacking和blending可见 模型融合