↑: [[G検定に関する知識]] - アンサンブル学習の一種：[[ブートストラップサンプリング]]で複数モデルを**並列**に学習 - 並列学習 ← モデルを直列に学習させるのは[[ブースティング]]（重要な違い） - 分類→多数決、回帰→平均で集約 - **特徴量のランダム選択は必須ではない** ← [[ランダムフォレスト]]の特徴（誤答パターン注意） - 効果: 予測のばらつきを減らし過学習を抑制（汎化性能向上） - [[ランダムフォレスト]]はバギング＋特徴量のランダム選択を組み合わせた発展形