集成学习的核心不是"更多模型"而是"更多样性"

随机森林的效果好，不是因为用了"很多树"，而是因为每棵树看到了"不同的数据子集+不同的特征子集"。如果多样性不足（如所有模型都受同一偏差影响），集成只是在放大错误而非减少错误。