集成学习模型是机器学习非常重要的一部分。集成学习是使用一系列的弱学习器（或称之为基础模型）进行学习，并将各个弱学习器的结果进行整合从而获得比单个学习器更好的学习效果的一种机器学习方法。集成学习模型有两种常见的算法： Bagging算法的典型机器学习模型为本章所讲的随机森林模型 Boosting算法的典型机器学习模型则为下两章会讲到的AdaBoost、GBDT、XGBoost和LightGBM模型。

【代码】机器学习之支持向量回归。