[人工智能]NLP学习笔记4--review/Ensemble 实战

集成学习

集成学习的结构：产生一组个体学习器，在用某种策略将他们结合起来

根据个体学习器算法类型的不同，分为：

（1）同质集成：子分类器性质相同 如全是决策树或全是神经网络

（2）异质集成：个体学习器包含不同类型的算法，如同时包含决策树和神经网络

串行化方法（序列化方法），个体学习器之间存在强依赖关系（dependant）
并行化方法 可以同时生成 不存在强依赖关系，可同时生成，如bagging和随机森林

集成学习三大经典方法：

bagging 并行继承?

硬分类：少数服从多数

软分类：在得到分类结果之前 有一个softmax 再综合出结果

?

?

boosting 串行继承

?

? 如何理解adaboosting核心思想？

? 三种分类的特点结合：优势结合 给每一个子分类权重 给出最终的权重?

bagging和boosting区别

?

stacking 分层继承

讲的真烂这部分

无语 后续看西瓜书看懂的adaboost