集成学习 就是不断的通过数据子集形成新的规则，然后将这些规则合并。bagging和boosting都属于集成学习。集成学习的核心思想是通过训练形成多个分类器，然后将这些分类器进行组合。
所以归结为（1）训练样本数据如何选取？
（2）分类器如何合并？
一、bagging
bagging 通过将全部数据集中均匀随机有放回的挑选部分数据，然后利用挑选出的数据训练模型，然后再随机挑选部分数据训练一个新的模型，经过多次选择，形成多个模型，把每一个模型的值加权取平均就是bagging。
所以baging （1）样本数据均匀随机有放回的选取。
（2）分类器取均值。
左边这幅图，随机有放回的取5个数据，取五次，用三阶多项式拟合出5条曲线，看以看出这五条曲线基本上符合图像上点的走势。右边这幅图红色的曲线是用bagging实现的，蓝色的曲线是用四阶多项式实现的。在训练集上蓝色的拟合度优于红色，但是在测试集上红色要由于蓝色。可以看出baggin方法有很强的泛化能力。
二、boosting
boosting 不再均匀随机的挑选数据了，而是把重点放在那些不易进行分类的数据上或者是分错的数据上，增加分错样本的权值，然后再进行训练，经过多次样本数据选择，哪些最难分类的权值会不断增大，直到被分类正确。将形成的多个分类器进行投票，分类类别选择票数最多的那个。
boosting （1）调整权值，选择分错的样本。
（2）分类器合并采取投票的方式。
要理解boosting中如何增加分错样本的权重必须了解“误差”的概念。
误差：在已知样本分布的情况下，某一个样本x上的假设和真实值间不一致的概率。
如上面这幅图，有四个点，分别出现的频率是1/2，1/20，4/10，1/20，所以由上面误差的概念，分错的概率为1/10。
所以样本出现的频率会影响误差，也就是样本的分布会随着权值的变化而变化。相比我们已经分对的样本，分错的样本获得正确结果的概率就越高。