论文部分内容阅读
机器学习中有一个很重要的学习方法叫作集成学习,集成学习的思想是组合多个弱监督模型以综合多个弱分类器的优点,来得到一个更好更全面,更强大的强监督模型.本文对MINIST手写数字数据集,采用了kNN,逻辑回归等模型作为集成学习的弱分类器来进行手写数字图像识别,比较分析了不同模型下的性能差异,优缺点.