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(gè)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：

SVM的推導(dǎo)，特性?多分類怎么處理?  

簡述機(jī)器學(xué)習(xí)流程

如何理解anchor box?

什么是NMS?

人工智能培訓(xùn)課程

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)。