Bagging and bootstrap

在blending的技术中，我们想要产生尽可能不一样的g，那么如何产生呢？一个方法是通过对数据重新采样得到一个‘新’的数据集，然后再用这些不同的数据集进行训练。由此产生重采样的方法：

 bootstrap（bagging）：即从原来的数据集中有放回的抽样（sampling with replacement），然后再使用某种方法做分类，最后做投票。这个方法适用于那些对数据随机性敏感的分类器，会取得更好的效果。