请稍等 ...
×

采纳答案成功!

向帮助你的同学说点啥吧!感谢那些助人为乐的人

bagging 与 boosting 最大区别

老师好,网络上说,bagging 与 boosting最大的区别是:

bagging 是一堆 overfitting 的弱模型构成。
boosting 是一堆 underfitting 的弱模型构成。

我总觉得有些奇怪。
我记得bagging为代表的是随机森林,里面都是一堆决策树,而这些决策树都是弱分类器,不是因为 overfitting 造成的吧?

正在回答

1回答

“overfitting 的弱模型”这个说法就太含糊了。overfitting 意味着"强",而“弱模型”又意味着 underfititng。


我个人还是建议从机制的角度理解 bagging 和 boosting。bagging 是投票;boosting 是增强。


继续加油!:)

0 回复 有任何疑惑可以回复我~
  • 提问者 lemonlxn #1
    好的,谢谢老师。那我还是从简去理解吧
    回复 有任何疑惑可以回复我~ 2020-08-30 22:42:10
问题已解决,确定采纳
还有疑问,暂不采纳
意见反馈 帮助中心 APP下载
官方微信