高方差 - 模型因微小变化而有很大 差异
高偏差- 模型变化不大，但预测与事实相去甚远

让我们检查 5 个值的决策树 -

$$\begin{array} {|r|r|} \hline 1 &5 &10 &15 &20\\ \hline \end{array}$$ 在此树拆分中，
9.9 的值将是 7.5，10.1
的值将是 12.5。
表现出非常高的方差。

让我们创建 4 个包含 3 个元素的随机树 -

$$\begin{array} {|r|r|} \hline Tree-1 &5 &10 &15\\ \hline Tree-2 &1 &15 &20\\ \hline Tree-3 &1 &05 &20\\ \hline Tree-4 &5 &15 &20\\ \hline \end{array}$$ 9.9 的值 = (7.5 + 7.5 + 12.5 + 10)/4 ~ 9.375
10.1 的值 = (12.5 + 7.5 + 12.5 + 10)/4 ~ 10.625
方差减少了很多。

在 bagging 中，我们构建了数百棵树（也可以构建其他提供高方差的模型），从而大大减少了方差