集成算法的目的是让，让机器学习效果更好，单个不行，群殴走起

有一下集中常见集成学习算法：

Bagging 训练多个分类器取平均

Boosting ：从弱学习器开始加强，通过加权来进行训练 ，加入一棵树，要比原来强 。

Stacking：聚合多个分类或回归模型（可以分阶段来做）

Bagging模型

其全称叫做bootstrap aggregation（说白了就是并行训练一堆分类器） ，最典型的代表就是随机森林啦 ，所谓随机就是数据采样随机，特征选择随机 。森林就是很多个决策树并行放在一起。

随机森林 构造树模型：

由于二重随机性，使得每个树基本上都不会一样，最终的结果也会不一样

Bagging模型 树模型：

之所以要进行随机，是要保证泛化能力，如果树都一样，那就没意义了！

随机森林优势

1、它能够处理很高维度（ feature很多）的数据，并且不用做特征选择

2、在训练完后，它能够给出哪些feature比较重要

3、容易做成并行化方法，速度比较快

4、可以进行可视化展示，便于分析

KNN模型：

KNN就不太适合，因为很难去随机让泛化能力变强！

树模型：

理论上越多的树效果会越好，但实际上基本超过一定数量就差不多上下浮动了 。

Boosting模型

典型代表：AdaBoost， Xgboost

Adaboost会根据前一次的分类效果调整数据权重

解释：如果某一个数据在这次分错了，那么在下一次我就会给它更大的权重

最终的结果：每个分类器根据自身的准确性来确定各自的权重，再合体

Adaboost工作流程

每一次切一刀！ 最终合在一起 ，弱分类器这就升级了！

Stacking模型

堆叠：很暴力，拿来一堆直接上（各种分类器都来了） ，可以堆叠各种各样的分类器（ KNN,SVM,RF等等）

分阶段：第一阶段得出各自结果，第二阶段再用前一阶段结果训练

为了刷结果，不择手段！

堆叠在一起确实能使得准确率提升，但是速度是个问题

集成算法是竞赛与论文神器，当我们更关注于结果时不妨来试试！