bagging及其与Boosting的比较
Breiman的Bagging和Freund及Schapire的Boosting是最新的提高预测学习系统预测能力的方法，二者都建立了通过投票结合起来的预测器集合。该文对Breiman提出的Bagging理论作了较为详细的介绍，并对其运作的有效性作出理论分析。进而，该文总结了Bagging与Boosting的性能比较及相关解释：方差/偏差理认及Re-Weighting/Re-Sampling。最后，文中指出了Bagging存在问题及发展前景。
组合预测方法 方差/偏差 Margin 数据挖掘
刁力力 胡可云 陆玉昌 石纯一
清华大学计算机科学技术系(北京)
国内会议
南京
中文
35～41
2000-11-01（万方平台首次上网日期，不代表论文的发表时间）