Bagging你真的懂吗

Bagging 概念 Bagging算法 （英语：Bootstrap aggregating，引导聚集算法），又称装袋算法，是一种重要的集成学习方法。最初由Leo Breiman于1996年提出。 用途 Bagging算法可用于分类、回归。 优点 提高其准确率、稳定性的同时，通过降低结果的方差，避免过拟合的发生。 减少噪音的影响，体现样本真实的分布情况，见下图： 工作机理 通过多次多轮的sampl

>>阅读原文<<