在上一篇中，我们着重介绍了 集成学习的 Boosting 算法和Bagging算法 并介绍了它们的典型代表。
这一篇中我们将着重介绍 结合策略 和 多样性。让我们一起来看看吧。
四.结合策略
4.1 学习器结合的三方面好处：
- 从统计方面，降低因单一学习器误选导致的泛化性能不佳的风险；
- 从计算方面，减低陷入糟糕局部极小点的风险；
- 从表示方面，扩大假设空间，可能学得更好的近似。
4.2 三种结合策略
1. 平均法
对于数值输出（回归？）问题，常见的就是平均法（averaging）.通常有简单平均法：
以及 加权平均法：加权平均法的权重是从训练数据中学习而得，在现实任务中的训练样本通常不充分或存在噪声，使得学习的权重不一定可靠。因此，一般地在个体学习器性能相差较大时宜采用加权平均法，而在个体学习器性能相近时使用简单平均法。
2. 投票法
对于分类问题，常用投票法（voting）。常见有三种投票法：
1.绝对多数投票法（majority voting）：
（图片来自网络）
其中，T表示有T个分类器，N表示有N种类别。意思就是，T个分类器对类别j的预测结果若大于总投票结果的一半，那么就预测是类别j，否则就拒绝预测。
2.相对多数投票法（plurality voting）：即得票最多的那个类别 为 预测类别。
3.加权投票法（weighted voting）
在分类任务中，不同类型的个体学习器产生不同类型的 。通常有两种，一个是类标记,如，决策树，使用类标记的投票称为硬投票（hard voting）；一个是类概率，如贝叶斯分类器，使用类概率的投票称为软投票（soft voting）
3.学习法
学习法顾名思义，最终的输出是把个体学习器的输出 输入到一个学习器，最终得到预测结果
五.多样性
1.误差-分歧分解
再一次重温一下，集成学习两个关键，第一，个体学习器；第二，结合策略。而一组个体学习器的关键是“好而不同”，也就是要有差异性而且还要性能好，那我们如何衡量个体学习器之间的差异性呢？ 有什么指标吗？ 指标是有的。
针对回归任务而言，有误差-分歧分解，误差-分歧中的分歧表征了个体学习器在样本x上的不一致性，即一定程度反映了个体学习器的多样性。
针对分类任务，有多样性度量（diversity measure），典型做法是考虑个体分类器的两两相似/不相似性。画出两个分类器的预测结果列联表（contingency table），类似于混淆矩阵的一个东西。通过这个联表，可以得出一个叫k-统计量（k-statistic）的东西，再计算平均误差，即可得到k-误差图。k-误差图横轴是k值，纵轴是它们的平均误差。显然，数据点云的位置越高，个体分类准确性越低；位置越靠右，个体学习器多样性越小。
2.多样性增强
增强多样性的方法有：数据样本扰动；输入属性扰动；输出扰动；算法参数扰动
1.数据样本扰动，就是8.2节中讲的 boosting 和bagging，这种方法对“不稳定学习器”（例如，决策树，神经网络）很有效。对于稳定基学习器（stable base learner），如 线性学习器，支持向量机，朴素贝叶斯，KNN， 往往使用输入属性扰动。
2.输入属性扰动，训练样本通常由一组属性描述，不同的“子空间”提供了观察数据的不同视角。显然，从不同子空间训练出的个体学习器必然有所不同。子空间一般指从初始的高维属性空间投影产生的低维属性空间。
3. 输出表示扰动，例如翻转法（Flipping Output），随机改变一些训练样本的标记；也可对输出表示进行转化，如“输出调制法”（Output Smearing）
4. 算法参数扰动
参考：
周志华《机器学习》