学習モデルとして最大木単体で用いることは、基本学習器の構築アルゴリズムとして最大木を用いたバギングよりも、一般化誤差を下げることが期待される

バギングでは，各基本学習器を訓練するためのデータセットとして，学習用データに基づくブートストラップ標本を用いる

バギングは逐次アンサンブル法の一つである

バギングでは，任意の弱学習器に適切な弱学習器を加えることで，強学習器へと”強化する”ことを考える