机器学习---集成学习

集成学习（Ensemble Learning）
https://blog.youkuaiyun.com/qq_32690999/article/details/78759463
（该文章的内容有：
个体与集成
Boosting
Bagging与随机森林：Bagging、随机森林
结合策略：平均法、投票法、学习法）

机器学习模型的评估和选择
https://blog.youkuaiyun.com/qq_36421826/article/details/80881092
摘要：我们只有一个包含 m 个样例的数据集 D={(X1, Yl) ,(X2,Y2), … , (Xm ， Ym)} ， 既要训练，又要测试，怎样才能做到呢?答案是:通过对 D 进行适当 的处理，从中产生出训练集 S 和测试集 T. 下面介绍儿种常见的做法。

• 留出法
• 交叉验证法
• 自助法

傻子都能看懂的——详解AdaBoost原理
Adaboost算法原理（二分类及多分类）