（2020.6.29）集成学习初探

果然机器学习学起来要涵盖的主题真不少，初探了这么多了，还是可以不断发现新的主题。

参考资料：https://www.youtube.com/watch?v=tH9FH1DH5n0

Bagging

(weighted) average or voting

使用情景：模型复杂，容易overfit，例如决策树。

Boosting

迭代，每次re-weighting训练样本。

• Adaboost：每次重新weight样本，使得让上一版分类器的加权准确率为0.5，最后把所有的分类器加权求和（权重恰好是前面迭代的时候算的一个权重）

还没看完，太困了，先睡了，明天再补。