Preguntas etiquetadas con bagging

La agregación en bolsa o bootstrap es un caso especial de promediado de modelos. Dado un conjunto de entrenamiento estándar, el agrupamiento genera nuevos conjuntos de entrenamiento mediante bootstrapping, y luego se promedian los resultados de usar algún método de entrenamiento en los conjuntos de datos generados. El embolsado puede estabilizar los resultados de algunos métodos inestables, como los árboles. metrometro

1
¿Por qué el embolsado utiliza muestras de bootstrap?
El embolsado es el proceso de crear N alumnos en N muestras de bootstrap diferentes, y luego tomar la media de sus predicciones. Mi pregunta es: ¿por qué no usar ningún otro tipo de muestreo? ¿Por qué usar muestras de bootstrap?
10 bagging 

1
Confusión relacionada con la técnica de embolsado.
Estoy teniendo un poco de confusión. Estaba leyendo este documento donde explicaba que la técnica de embolsado reduce en gran medida la varianza y solo aumenta ligeramente el sesgo. No lo entendí, ¿cómo es que reduce la varianza? Sé lo que es la varianza y el sesgo. El sesgo es …


Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.