模型集成(Ensemble)

本文来源于csdn,介绍模型集成的框架,Ensemble:Bagging ,Ensemble:Boosting,Ensemble:Stacking等。模型集成的框架是这样的,有很多种分类器,它们应该是不同的,可以是不同的机器学习方法,也可以是相同的方法。但是它们最好是互补的,也就是说不是互相相似的。每种分类器都应该有自己的位置。在本节中会以某一种机器学习方法举例,但是实际上这种集成方法适用于任何的机器学习方法。偏置与方差的关系如下图所示除了可以很完美进行工作的机器学习模型,剩下的模型大致可以分为两种情况,