集成学习（ensemble Learning）

最新推荐文章于 2025-07-10 16:08:15 发布

原创

最新推荐文章于 2025-07-10 16:08:15 发布 · 1.8k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#集成学习 #Boosting #Bagging #Stacking

集成学习通过构建多个学习器来完成任务，包括Boosting、Bagging和Stacking。Boosting中的AdaBoost和GBDT、xgboost用于提升弱学习器。Bagging如随机森林通过样本扰动降低方差。Stacking则通过组合多个学习器的预测结果训练高层学习器。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

集成学习（ensemble Learning）通过构建并结合多个学习器来完成学习任务，有时也被称为多分类器系统（multi-classifier system）、基于委员会的学习（committee-based learning）等，其一般结构是先产生一组“个体学习器”（individual learning），再用某种策略将它们结合起来。个体学习器通常由一个现有的学习算法从训练数据中产生，如果个体学习器的集成是同质（homogeneous）的，那么同质集成中的个体学习器称为“基学习器”（base learner）；如果是异质（heterogenous）的，则相应的个体学习器称为“组件学习器”（component learner）或直接称为个体学习器。

其主要分为三大类：Boosting、Bagging、Stacking。其中Boosting的代表有AdaBoost，gbdt，xgboost；Bagging的代表则是随机森林（Random Forest）。

Boosting主要关注降低偏差，因此Boosting能基于泛化性能相当弱的学习器构造出很强的集成；而Bagging主要关注降低方差，因此它在不剪枝的决策树、神经网络等学习器上效用更为明显。

一、Boosting

Boosting是一种可将弱学习器提升为强学习器的算法，它是一种序列化方法，有着强依赖关系，必须串行生成，不过xgboost有些例外，xgboost可以在节点分裂属性选择上做并行计算。Boosting的工作类似：先基于初始训练集训练出一个弱的学习器，然后根据前一个弱学习器做错的训练样本，改变样本的概率分布，构成新的训练集，然后基于调整后的样本分布训练下一个学习器，这样反复迭代提升，知道基学习器的数目达到指定值，最后将这T个基学习器进行加权结合，就构成了一个很强的学习器。

（1）AdaBoost，也就是Adaptive Boosting（自适应增强），其主要思想就是在不改变训练数据的情况下，通过在迭代训练弱学习器中，