bagging 和 boosting的区别

最新推荐文章于 2024-08-09 09:37:31 发布

不写情词不写诗

最新推荐文章于 2024-08-09 09:37:31 发布

阅读量297

点赞数 1

文章标签： i

本文详细解析了Bagging和Boosting两种集成学习方法的区别。Bagging通过 Boostrap 抽样方式获取训练集，每轮训练集保持不变，样本权重相同；而Boosting则根据错误率调整样本权重，错误率越高的样本权重越大。Bagging更适合处理数据集噪声，Boosting则更注重减少偏差。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

	bagging	boosting
样本选择	boostrap随机有放回抽样	每一轮训练集不变
样本权重	各个样本权重相等	根据错误率调整权重，错误率越大权重越大
预测函数	函数权重相等	错误率越小，权重越大
并行性	预测函数可并行	按顺序进行