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。
毕业16个工作日，平均薪资13180元，就业率100%，广州黑马AI智能应用开发（Java）学科20250529班
2026-03-06毕业32个工作日，平均薪资11147元，就业率95%，广州黑马AI智能应用开发（Java）学科20250326班
2026-03-05黑马程序员2025全国就业数据发布：全学科平均就业率92.07%，AI开发类就业平均薪资达11869.67元。
2026-03-05黑马全国校区齐开班！场面太太太壮观了！
2026-03-03AI智能应用开发课程紧贴企业刚需，全程高效学习，直达中高级软件开发水平
2026-02-28风口正劲！黑马程序员又一AI智能应用开发班毕业当天100%就业！
2026-02-27
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)