Boosting/Bagging 与 偏差/方差 的关系

“`” Boosting 能提升弱分类器性能的原因是降低了偏差；Bagging 则是降低了方差；

偏差与方差分别是用于衡量一个模型泛化误差的两个方面；

模型的偏差，指的是模型预测的期望值与真实值之间的差；
模型的方差，指的是模型预测的期望值与预测值之间的差平方和；
偏差用于描述模型的拟合能力；
方差用于描述模型的稳定性。

<pre><code> "“`