更新時(shí)間:2020-09-25 來源:黑馬程序員 瀏覽量:
Bagging:對數(shù)據(jù)進(jìn)行采樣訓(xùn)練;
Boosting:根據(jù)前一輪學(xué)習(xí)結(jié)果調(diào)整數(shù)據(jù)的重要性。
? 區(qū)別二:投票方面
Bagging:所有學(xué)習(xí)器平權(quán)投票;
Boosting:對學(xué)習(xí)器進(jìn)行加權(quán)投票。
? 區(qū)別三:學(xué)習(xí)順序
Bagging的學(xué)習(xí)是并行的,每個學(xué)習(xí)器沒有依賴關(guān)系;
Boosting學(xué)習(xí)是串行,學(xué)習(xí)有先后順序。
? 區(qū)別四:主要作用
Bagging主要用于提高泛化性能(解決過擬合,也可以說降低方差)
Boosting主要用于提高訓(xùn)練精度 (解決欠擬合,也可以說降低偏差)
猜你喜歡:
下面是黑馬程序員公開的幾套人工智能視頻教程,如果感興趣可以下載學(xué)習(xí)。