bagging與boosting的偏差bias與方差variance

1. 模型的偏差以及方差： 模型的偏差：是一個相對來說簡單的概念：訓練出來的模型在訓練集上的準確度。 模型的方差：模型是隨機變量。設樣本容量爲n的訓練集爲隨機變量的集合(X1, X2, ..., Xn)，那麼模型是以這些隨機變量爲輸入的隨機變量函數（其本身仍然是隨機變量）：F(X1, X2, ..., Xn)。抽樣的隨機性帶來了模型的隨機性。 我們認爲方差越大的模型越容易過擬合：假設有兩個訓練集A

>>阅读原文<<