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

+ Recent posts