Bagging

Da Wikipedia, l'enciclopedia libera.
Jump to navigation Jump to search

Il bagging è una tecnica di machine learning che rientra nella categoria dell'Apprendimento ensemble. Nel bagging più modelli dello stesso tipo vengono addestrati su dataset diversi, ciascuno ottenuto dal dataset iniziale tramite campionamento casuale con rimpiazzo (bootstrap)[1]. Il nome bagging deriva dalla combinazione delle parole inglesi bootstrap (ovvero il campionamento casuale con rimpiazzo) e aggregation (in riferimento all'aggregazione di più modelli, tipico dell'Apprendimento ensemble).

Note[modifica | modifica wikitesto]