周大侠的《选择性集成》

机器学习泛化能力强的算法：集成ensemble

多个学习器（分类器）集成取得的效果更好

重要算法：

Boosting ,AdaBoost 算法（下一次阅读）

为了达到更好的性能，并不是个体学习器越多越好。该文针对这个问题，提出“选择性集成”

文章结构：

1、引言

2、理论基础                 介绍选择性集成理论， 从众多个体学习器中去除部分，性能将更优所满足的条件

3、选择性集成算法GASEN

4、在人脸识别中的应用

5、选择性集成的一般意义        与剪枝的区别联系

6、进一步研究

启示：人脸识别应用：全局 本征脸，与局部特征的结合。   划分局部，提取部分重要局部进行集成 可能取得比整天更好的性能。

明天继续阅读 集成方面的其他理论与算法

另外需要了解的概念：随机森林，条件随机场等