bagging与boosting的偏差bias与方差variance

1. 模型的偏差以及方差： 模型的偏差：是一个相对来说简单的概念：训练出来的模型在训练集上的准确度。 模型的方差：模型是随机变量。设样本容量为n的训练集为随机变量的集合(X1, X2, ..., Xn)，那么模型是以这些随机变量为输入的随机变量函数（其本身仍然是随机变量）：F(X1, X2, ..., Xn)。抽样的随机性带来了模型的随机性。 我们认为方差越大的模型越容易过拟合：假设有两个训练集A

>>阅读原文<<