首頁人工智能技術(shù)資訊正文

bagging集成與boosting集成的區(qū)別是什么?

更新時間:2021-04-30 來源:黑馬程序員 瀏覽量:

1577370495235_學IT就到黑馬程序員.gif

bagging集成與boosting集成的區(qū)別


區(qū)別一:數(shù)據(jù)方面

Bagging:對數(shù)據(jù)進行采樣訓練;

Boosting:根據(jù)前一輪學習結(jié)果調(diào)整數(shù)據(jù)的重要性。


區(qū)別二:投票方面

Bagging:所有學習器平權(quán)投票;

Boosting:對學習器進行加權(quán)投票。


區(qū)別三:學習順序

Bagging的學習是并行的,每個學習器沒有依賴關(guān)系;

Boosting學習是串行,學習有先后順序。


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主要用于提高訓練精度 (解決欠擬合,也可以說降低偏差)

boosting實現(xiàn)過程10


猜你喜歡:

簡述機器學習流程

什么是機器學習?

機器學習可以應(yīng)用于哪些領(lǐng)域?

黑馬程序員AI人工智能培訓課程

分享到:
在線咨詢 我要報名
和我們在線交談!