集成学习 Ensemble learning

集成学习是将多个模型组合成高精度模型的思想,主要用于机器学习领域,它不是一个单独的机器学习算法,而是通过构建和结合多个学习器以完成学习任务。

集成学习可被用于分类问题、回归问题、特征选取、异常点检测等,可以说所有的机器学习领域都能看到集成学习的身影。

集成学习目前主要由两个问题需要解决:

  • 如何得到若干个个体学习器;
  • 如果将个体学习器整合为一个强学习器

参考来源

【1】集成学习原理小结 (个人博文)