摘要： Boosting 是一种从一些弱分类器中创建一个强分类器的集成技术（提升算法）。 它先由训练数据构建一个模型，然后创建第二个模型来尝试纠正第一个模型的错误。不断添加模型，直到训练集完美预测或已经添加到数量上限。 Bagging与Boosting的区别：取样方式不同。Bagging采用均匀取样，而Bo 阅读全文