2019-03-12
阅读量:
808
Boosting与Bagging比较有哪些区别？
问、Boosting与Bagging比较有哪些区别？
答：
1、样本选择上：
✓ Boosting：每一轮的训练集不变，只是训练集中每个样例在分类器中的权重发生变化，而权值是根据上一轮的分类结果进行调整
✓ Bagging：训练集是在原始集中有放回选取的，从原始集中选出的各轮训练集之间是独立的
2、样例权重：
✓ Boosting：根据错误率不断调整样例的权值，错误率越大则权重越大,因此Boosting的分类精度要优于Bagging
✓ Bagging：使用均匀取样，每个样例的权重相等
0.0000
0
1
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
xmd11
2020-06-12
4条评论
xmd11
2020-06-12
0条评论
慢慢爬的Rui
2020-06-11
3条评论