【機器學習】Bagging和Boosting的區別（面試準備）

Baggging 和Boosting都是模型融合的方法，可以將弱分類器融合之後形成一個強分類器，而且融合之後的效果會比最好的弱分類器更好。 Bagging: 先介紹Bagging方法： Bagging即套袋法，其算法過程如下： 從原始樣本集中抽取訓練集。每輪從原始樣本集中使用Bootstraping的方法抽取n個訓練樣本（在訓練集中，有些樣本可能被多次抽取到，而有些樣本可能一次都沒有被抽中）。共進

>>阅读原文<<