Bagging 用于回归
来源：13-4 oob (Out-of-Bag) 和关于Bagging的更多讨论
手中的铅笔
2020-10-06
老师，你在这一节中讲的 Bagging 这种方式，都用在分类中。在分类任务中，集合多个分类模型的结果不难，可以使用老师之前讲的 hard voting 或者 soft voting 的方式。可老师你没提到 Bagging 这种方式如何使用在回归任务中，是不是其实和分类任务也是一样的？比如有 500 个模型，每一个模型取数据中 1/5 的数据，这样的话也有 500 个回归模型了，对于同一个预测数据，只需要取 500 个模型的预测值的均值即可。还是说 Bagging 这种方式不太适合回归模型？
写回答
1回答
-
liuyubobobo
2020-10-06
随机森林用于回归问题，最简单的方式就是最终取每一个子模型的平均值。
bagging 或者 pasting 都是随机森林，所以都可以使用这种方式来处理回归问题：）
继续加油！：）
00
相似问题