bagging 是bootstrap aggregating的缩写，是第一批用于多分类集成算法。

bagging算法如下：

循环K次，每次都从样本集D中有放回地抽取样本集Di，这样总共得到k个样本集，用这K个样本集进行决策树生成，获得K个决策树模型，再将要检测的数据用这K个决策树模型进行多数表决，获得票数多的结论。

这种思想跟现代*投票制度如出一辙，一个人再厉害，判断力也是有限的，但是把一群人聚合在一起投票，那单个人所犯错误的概率就会被抵消，最后得出结论的正确性会明显优于单个人做出决策。

个人认为其算法倒是并不复杂，主要还是内部决策树的实现。R语言提供了很强大的包实现该算法。R语言中用于bagging算法实现的是ipred包。

1、首先安装ipred包。这个不复杂，就不介绍了（如果这个不会，还是先从头开始学习R吧）

2、谷歌的结果好像不是很理想，所以安装完之后还是查看下帮助文档吧。  命令：help(package=”ipred”)，找到bagging函数的使用

3、可以看到bagging函数有多种调用方式

## S3 method for class 'factor'
ipredbagg(y, X=NULL, nbagg=25, control=
                 rpart.control(minsplit=2, cp=0, xval=0), 
                 comb=NULL, coob=FALSE, ns=length(y), keepX = TRUE, ...)
## S3 method for class 'numeric'
ipredbagg(y, X=NULL, nbagg=25, control=rpart.control(xval=0), 
                  comb=NULL, coob=FALSE, ns=length(y), keepX = TRUE, ...)
## S3 method for class 'Surv'
ipredbagg(y, X=NULL, nbagg=25, control=rpart.control(xval=0), 
               comb=NULL, coob=FALSE, ns=dim(y)[1], keepX = TRUE, ...)
## S3 method for class 'data.frame'
bagging(formula, data, subset, na.action=na.rpart, ...)

由于本示例使用的是iris数据集，显然对应最后一种调用方式。

formula是数据模型，我们这边应变量是Species,所以数据模型就是Species~.了。

data就是所需数据集，这里是鸢尾花数据集iris

subset写着是可选参数（我也没看明白是啥参数，囧）

na.action=na.rpart  这个应该是指遇到空值或者异常值的处理办法，默认是rpart。想来也不用管那么多了

好了，调用下看看

model.bagging <- bagging(Species~.,data=iris) 这句就是根据语法说明写的，后面两句一般照抄就可以了，具体含义不在这里解释。

最终输出的是表格形式的，纵向表示三种花种的真实属类，横向表示采用决策树之后的预测属类。可以看到100%分类正确。

下图是用CART树做的预测结果，可以看到versicolor有5个归类错误，virginica一个归类错误，bagging完胜单独决策树