集成算法之Bagging基本原理和面试笔记整理

集成算法

  集成算法 = 多个学习器 + 结合策略 产生强学习器的算法。单个学习器难以平衡准确性即拟合能力，和多样性 即 泛化能力。通过集成可以尽量平衡这两者的关系。如果多个学习器是一样的，如都是决策树，该集成就是同质集成，否者就是异质集成。同质集成中，每个单学习器称为弱学习器，如果若学习器之间的产生没有关系，可以并行实现，就是Bagging，如果弱学习器之间存在强依赖关系，就需要串行实现，如Boosting

方差（Bias）和偏差（Variances）

  对于特定的带有真实结果y的数据集D，每个模型的训练结果为  ,最终期望预测是单模型的平均：

偏差是整体模型预测结果和真实值之间的差距: 一般用来表示模型的预测能力

                                                                      

方差表示的是整体预测结果和每个模型预测结果之间的波动情况，一般用来表示模型的泛化能力

                                                                    

那么模型的期望泛化误差