1. 基本概念

1.1. 定义

通过构建并结合多个个体学习器来完成学习任务，获得比单一学习器显著优越的泛化性能。

1.2. 分类

名称	个体学习器	例子
同质集成	基学习器	Boosting、Bagging
异质集成	组件学习器	Stacking

1.3. 研究的核心

个体学习器的“准确性”和“多样性”本身就存在冲突，如何产生并结合“好而不同”的个体学习器。

1.4. 多样性

1.4.1. 评价“多样性”

评价指标	公式	反映的信息	值域
不合度量