Кадом моделҳо bias-ро кам мекунанд ва кадомҳо variance-ро, муқоиса кардани boosting ва bagging?

Бэггинг (bagging) ва бустинг (boosting) — бу ансамбл усуллар, ки моделнинг bias (тазалаш) ва variance (тарқалиш)га турличи таъсир қилади.

• Бэггинг (масалан, тасодифий ўрмон) асосан varianceни камайтиради. У турли маълумот кичик тўпламларида моделлар тўғрилайди ва уларнинг прогнозларини ўртага чиқаради, бу ортиқча ўрганиш ва тарқалишни камайтиради, аммо biasга жуда таъсир қилмайди.

• Бустинг (масалан, AdaBoost, Gradient Boosting) biasни камайтиришга қаратилган. У кетма-кет моделлар ўргатади, ҳар бири аввалги хато ва тўғрилайди, бу эса мураккаброқ моделлар яратиш ва систематик хато камайтириш имконини беради, аммо ортиқча бўлса varianceни ошириши мумкин.

Қисқача:

Усул	Biasни минималлаштиради	Varianceни камайтиради
Бэггинг	Ўртача	Ҳа
Бустинг	Ҳа	Ортиши мумкин