集成学习记录

一些好的帖子

1. 常见的决策树算法
   ID3, C4.5, CART
2. 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。
3. 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
4. GBDT的例子

来源：CSDN

作者：wwssppp

链接：https://blog.csdn.net/wwssppp/article/details/103109930