机器学习与应用 课件 第10章 分类：集成学习.pptx

第10章分类：集成学习结合集体智慧，构建强大预测模型

目录01集成学习的原理探索集成学习的核心思想与发展脉络，了解个体学习器作为基石的关键作用，以及Boosting串行与Bagging并行的集成范式，掌握结果融合的核心策略。02Boosting方法详解深入剖析经典的串行集成算法，从自适应的AdaBoost出发，理解错分样本的权重调整机制；进阶至XGBoost，掌握极致的梯度提升策略与工程优化技巧。03Bagging方法详解解析并行集成的核心逻辑，重点掌握随机森林算法——通过对样本和特征的双重随机化，构建决策树的随机合奏，从而有效降低模型方差，提升泛化能力。04案例：基于随机森林的情感识别