机器学习-监督学习之集成方法
Ensemble Methods: Bagging and Boosting
Bagging: 选出几种算法去分别回答每个问题,然后将几种算法的结果取平均值得到一种新的强化算法
Boosting: 每种问题用最适合的算法进行计算,然后合并成强化的算法
上述几种算法成为weak learners,生成的超级算法成为strong learners.
Bagging Algorithm
![在这里插入图片描述](https://img-blog.csdnimg.cn/20190825124641680.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTUxNjAxNg==,size_16,color_FFFFFF,t_70)
对于每一个week learner,我们只需取subset进行训练来节省运算energy,然后将得到的结果进行合并并且voting
![在这里插入图片描述](https://img-blog.csdnimg.cn/20190825124816268.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTUxNjAxNg==,size_16,color_FFFFFF,t_70)