集成学习，方差，偏差

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/hao5335156/article/details/84819022

方差（Variance）

当前用来训练的数据不具有代表性，但是数据量多的时候可以减少方差。

偏差（Bias）

选择的模型不正确（模型偏了），怎么增加数据也无效。

集成学习与方差，偏差关系

平均方法通常比其任何一个基分类器效果好因为尝试去降低模型的方差（平…方，模型没有变化，这是利用多个模型进行决策），而提升方法尝试去降低模型的偏差。（因为提升方法不断修正模型）

参考：
从集成学习到模型的偏差和方差的理解