现代机器学习：方法与实践 课件 第7章集成学习.pptx

集成学习机器学习方法与实践·第7章

Contents课程目录集成学习：从弱学习器到强学习器01集成学习概述：集体智慧的理论基础02Bagging与随机森林：并行集成降方差03Boosting方法族：串行迭代降偏差04Stacking堆叠泛化：多模型融合策略

集成学习概述集体智慧的理论基础与核心优势

ENSEMBLELEARNING集成学习的核心思想与分类集成学习通过组合多个弱学习器构建强学习器，体现了集体智慧优势，误差随学习器数量增加呈指数下降核心机制01组合多个基学习器的预测结果，降低偏差或方差，显著提升模型泛化能力泛化提升02Hoeffding不等式保证：错误率0.5且误差独