Bagging & Boosting 차이

 

비교	Bagging	Boosting
특징	병렬 앙상블 모델 (각 모델은 서로 독립적)	연속 앙상블 (이전 모델의 오류를 고려)
목적	Variance 감소	Bias 감소
적합한 상황	복잡한 모델 (High Variance, Low Bias)	Low Variance, High Bias 모델
대표 알고리즘	Random Forest	Gradient Boosting, AdaBoost
Sampling	Randomg Sampling	Random Sampling with weight on error

참고 : https://www.slideshare.net/freepsw/boosting-bagging-vs-boosting