一些好的帖子 常见的决策树算法 ID3, C4.5, CART几种集成学习算法刘建平总结 集成学习其实就是将几种弱机器学习模型,通过某种方式进行进行集成,得到强机器学习模型,从而取各个弱学习模型的优点,提高学习的准确率。它主要可以用在分类决策(这个用得最多),回归模型等等。算法包括bagging, boost等等。 它并不是一种机器学习的方法,而是一种将机器学习有效结合起来的方法。应用范围是机器学习中的监督学习。即通过监督学习训练出决策树的结构,然后进行未知数据的训练。对于集成学习的阈值,算法会根据数据自动进行选择,尝试所有可能的阈值,选取最好的一个GBDT的例子