Bagging(bootstrap aggregating)

在誤差完全相關即 c = v 的情況下,均方誤差減少到 v,所以模型平均沒有任何幫助。在錯誤完全不相關即 c = 0 的情況下,該集成平方誤差的期望僅爲 1/k * v。這意味着集成平方誤差的期望會隨着集成規模增大而線性減小。換言之,平均上,集成至少與它的任何成員表現得一樣好,並且如果成員的誤差是獨立的,集成將顯著地比其成員表現得更好。 Bagging是一種允許重複多次使用同一種模型、訓練算法和目

>>阅读原文<<