Bagging 本质上是bootstrap aggreation 的简称
相比单个决策器(例如决策树,容易产生过拟合,拟合异常点,所以有剪枝的处理),有着降低过拟合的优点,弱了了每个模型中异常点的影响 ,保留模型之间的通性,弱化单个模型的特性。
机器学习中常见的过拟合解决方法
Bagging 本质上是bootstrap aggreation 的简称
相比单个决策器(例如决策树,容易产生过拟合,拟合异常点,所以有剪枝的处理),有着降低过拟合的优点,弱了了每个模型中异常点的影响 ,保留模型之间的通性,弱化单个模型的特性。
机器学习中常见的过拟合解决方法