【摘要】集成学习的主要思想是融合多个分类学习算法的分类性能来提高整体分类算法的泛化能力。构建一个具有多样性／差异度大的弱分类学习算法集合是集成学习取得高泛化能力的关键。对于弱分类器的构建的直观的想法是构建大量的弱分类器,以获得更强的泛化性能。然而大量的弱分类器对现有的计算和存储能力.：提出了更高的要求,同时弱分类器的差异性也难以获得。针对此问题,周志华等人提出的选择性集成理论指出集成小规模的弱分类 […]