难点：如何产生“好而不同”的个体学习器；“好而不同”：“准确性”和“多样性”
一、个体与集成
构建并结合多个学习器来完成学习任务
集成：结果通过投票法voting产生，“少数服从多数”
获得整体性能提升要求个体学习器：好而不同
1）个体学习器有一定的“准确性”
2）学习器间具有差异
集成学习的错误率：
假设基学习器的误差相互独立，随着集成中个体分类器数目T的增大，集成的错误率将指数级下降，最终趋向于零
事实上，个体学习器是为了解决同一个问题训练出来的，它们不可能相互独立
集成学习方法大致分两大类：
个体学习器之间存在强依赖关系：代表是Boosting
个体之间不存在强依赖关系：代表是Bagging和“随机森林”
二、Boosting
根据前一个基学习器的表现对训练样本分布进行调整，用调整后的样本分布来训练下一个基学习器；重复进行直至达到事先指定的值T
最著名的算法是AdaBoost：推导基于“加性模型”，即基学习器的线性组合
从偏差-方差分解的角度看，Boosting主要关注降低偏差，因此能基于泛化能力相当弱的学习器构建出很强的集成。
三、Bagging
bootstrap sampling产生T个训练样本的采样集，基于每个采样集训练出一个基学习器，集成采用平均/投票
随机森林是Bagging的一个扩展变体
在以决策树为基学习器构建Bagging集成的基础上，进一步在决策树的训练过程中引入随机属性选择
三、结合策略
数值型输出：
1. 简单平均法
2. 加权平均法
标记分类：
1.绝对多数投票法
2.相对多数投票法
3. 加权投票法
学习法
四、多样性
1. 多样性度量
通常，考虑个体分类器的两两相似/不相似性：
不合度量
相关系数
Q-统计量
K-统计量
2. 多样性增强
数据样本扰动
输入属性扰动
输出表示扰动
算法参数扰动
