更新时间:2020-09-25 来源:黑马程序员 浏览量:
Bagging：对数据进行采样训练;
Boosting：根据前一轮学习结果调整数据的重要性。
• 区别二:投票方面
Bagging：所有学习器平权投票;
Boosting：对学习器进行加权投票。
• 区别三:学习顺序
Bagging的学习是并行的，每个学习器没有依赖关系;
Boosting学习是串行，学习有先后顺序。
• 区别四:主要作用
Bagging主要用于提高泛化性能(解决过拟合，也可以说降低方差)
Boosting主要用于提高训练精度 (解决欠拟合，也可以说降低偏差)
猜你喜欢：
下面是黑马程序员公开的几套人工智能视频教程，如果感兴趣可以下载学习。
全国13城校区全覆盖｜黑马程序员AI大模型开发（Python），就近学习、全国就业
2026-04-08黑马程序员AI大模型开发（Python）｜大厂共建+实战赋能，学完即具备企业项目能力
2026-04-08黑马程序员AI大模型开发（Python）｜5阶段体系化教学，从入门到精通全覆盖
2026-04-08黑马程序员AI大模型开发（Python）｜培养企业应用型人才，适配行业核心需求
2026-04-08黑马程序员AI智能应用开发｜上市品牌背书，大厂联合研发，打造AI复合型人才
2026-04-08全国13城校区全覆盖｜黑马程序员AI智能应用开发，就近学、就近就业
2026-04-08
AI智能应用开发
AI大模型开发
AI鸿蒙开发
AI嵌入式+
AI大数据开发
AI运维
AI测试
跨境电商运营
AI设计
AI视频创作运营
.jpg)