首页人工智能常见问题正文

bagging集成与boosting集成的区别?

更新时间:2020-09-25 来源:黑马程序员 浏览量:

bagging集成与boosting集成的区别

• 区别一:数据方面

Bagging:对数据进行采样训练;

Boosting:根据前一轮学习结果调整数据的重要性。

• 区别二:投票方面

Bagging:所有学习器平权投票;

Boosting:对学习器进行加权投票。

• 区别三:学习顺序

Bagging的学习是并行的,每个学习器没有依赖关系;

Boosting学习是串行,学习有先后顺序。

• 区别四:主要作用

Bagging主要用于提高泛化性能(解决过拟合,也可以说降低方差)

Boosting主要用于提高训练精度 (解决欠拟合,也可以说降低偏差)

猜你喜欢:

SVM的推导,特性?多分类怎么处理?  

简述机器学习流程

如何理解anchor box?

什么是NMS?

人工智能培训课程



下面是黑马程序员公开的几套人工智能视频教程,如果感兴趣可以下载学习。






分享到:
在线咨询 我要报名
和我们在线交谈!