集成学习被称作机器学习中的屠龙刀，在很多场景下都取得了不错的效果。
集成学习的思想很简单，三个臭皮匠顶个诸葛亮，也就是算法融合，这些算法可以是相同的，也可以是不同的。
集成学习分为两步
1. 先训练一批基分类器 【如果基学习器不同，一般称为个体学习器，意思一样，叫法不同而已】
2. 把这些基分类器组合起来
考虑这样一个例子
在二分类任务中，假定三个分类器在三个测试样本上的表现如上图，其中√表示分类正确，×表示分类错误，集成学习的结果通过投票法产生，即“少数服从多数”。
如上图，在(a)中，每个分类器都只有66.6%的精度，但集成学习却达到了100%；在(b)中，三个分类器没有差别，集成之后性能没有提高；在(c)中，每个分类器的精度都只有33.3%，集成学习的结果变得更糟。
所以，要获得好的集成效果，基学习器应该“好而不同”
1. 基学习器准确率不能太低
2. 基学习器之间要有差别
根据基学习器的生成方式，集成学习大概可以分类两类
1. boosting：基学习器之间具有强依赖关系，必须串行生成，也叫提升
2. bagging：基学习器之间彼此独立，可以并行生成，也叫装袋
boosting
对于分类问题，求得一个弱分类器要比一个强分类器容易得多，boosting就是把弱学习器提升为强学习器的算法，它是一个家族，包含多种算法，思路大致相同
1. 先从初始训练集中获取一个基分类器
2. 根据基分类器的表现对样本权重进行调整，提高被错分样本的权重，使得后续被重点关注
3. 根据调整后的样本再次获取一个基分类器
4. 如此重复，至迭代结束，一般是迭代M个分类器
5. 把基分类器组合起来
bagging
首先学习自助采样法，见我的博客
bagging 首先进行 M 轮自助采样法，得到 M 个样本集，然后每个样本集训练一个基分类器，得到 M 个基分类器，最后组合起来。
组合策略
分类问题：简单投票法，一个基学习器一票
回归问题：简单评价法，M个基学习器的均值
在训练基学习器时，可采用随机特征，如随机森林。
