【机器学习】集成学习--Bagging

1. 概述

       Bagging也叫做bootstrap aggregating，是在原始数据集选择S次后得到S个新数据集的一种技术。是一种有放回抽样。如图：

2. 示例

3. 算法流程

       Bagging是投票式算法，如图所示：首先使用Bootstrap产生k不同的训练数据集，然后再分别基于这些训练数据集得到多个基础分类器，最后通过对基础分类器的分类结果进行组合得到一个相对更优的预测模型。

4. 代码实现