集成学习概述

集成学习是解决有监督机器学习任务的一类方法，它的思路是基于多个学习算法的集成来提升预测结果。在实际场景中应用非常广泛，在本章节，我们主要给大家介绍以下内容：

1. 集成学习的一些问题思考
2. Bagging 和随机森林算法
3. AdaBoost 算法
4. GBDT 算法
5. XGBoost 算法

最后，我们使用集成学习算法完成 红酒品质分类 案例。