集成學習(二)——Bagging

Bagging能夠提高弱分類器性能的原因是降低了方差，Boosting 能夠提升弱分類器性能的原因是降低了偏差。   Bagging Bagging，裝袋法，是Bootstrap Aggregating的簡稱，從訓練集從進行子抽樣組成每個基模型所需要的子訓練集，對所有基模型預測的結果進行綜合產生最終的預測結果,至於爲什麼叫bootstrap aggregation，因爲它抽取訓練樣本的時候採用的就

>>阅读原文<<