更新时间:2020-09-25 来源:黑马程序员 浏览量:
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：
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。
1024首播｜39岁程序员逆袭记：不被年龄定义，AI浪潮里再迎春天
2025-10-241024程序员节丨10年同行，致敬用代码改变世界的你
2025-10-24【AI设计】北京143期毕业仅36天，全员拿下高薪offer！黑马AI设计连续6期100%高薪就业
2025-09-19【跨境电商运营】深圳跨境电商运营毕业22个工作日，就业率91%+，最高薪资达13500元
2025-09-19【AI运维】郑州运维1期就业班，毕业14个工作日，班级93%同学已拿到Offer， 一线均薪资 1W+
2025-09-19【AI鸿蒙开发】上海校区AI鸿蒙开发4期5期，距离毕业21天，就业率91%，平均薪资14046元
2025-09-19
AI智能应用开发
AI大模型开发
AI鸿蒙开发
AI嵌入式+
AI大数据开发
AI运维
AI测试
跨境电商运营
AI设计
AI视频创作运营
.jpg)