Thinking data

机器学习中树模型是一个庞大的群体，可以用来做分类也可以用来做回归，这里主要将回归问题。 单个树模型：分类决策树（ID3、C4.5、CART）

集成学习 集成学习顾名思义是通过构建并结合集成多个学习器来完成学习任务，有时也被称为多分类系统。集成学习要获得好的结果应做到“好而不同”，即个体学习器要有一定的准确性，并且学习器之间应该有差异。 目前集成学习的方法大致可以分为两种： 1、个体学习器之间存在强依赖关系、必须串行生成的序列化方法。（Boosting） 2、个体学习器之间不存在强依赖关系、可同时生成的并行化方法。（Baggi

时间序列分析基本特征： http://wiki.mbalib.com/wiki/%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E9%A2%84%E6%B5%8B%E6%B3%95 1.时间序列分析法是根据过去的变化趋势预测未来的发展,它的前提是假定事物的过去延续到未来。 2.时间序列数据变动存在着规律性与不规律性。 时间序列中的每个观察值