Онлайн пакетиране
Онлайн пакетирането е поточен ансамблов метод, въведен от Оза и Ръсел през 2001 г., който адаптира класическата рамка за агрегиране на бутстрап проби (Bagging) към настройката за онлайн обучение. Вместо да се вземат повторно проби от фиксиран набор от данни, всеки постъпващ екземпляр се подава на всеки базов обучител брой пъти, разпределен по Поасон(1), като по този начин точно се апроксимира бутстрап семплирането с развитието на потока. Резултатът е здрав, инкрементално актуализиран ансамбъл, който може да се справя с концептуално отклонение и непрекъснато постъпване на данни, без да съхранява целия набор от данни.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Oza, N. C., & Russell, S. (2001). Online bagging and boosting. In Proceedings of the Eighth International Workshop on Artificial Intelligence and Statistics (AISTATS 2001), pp. 105–112. link ↗
- Bifet, A., Holmes, G., Kirkby, R., & Pfahringer, B. (2010). MOA: Massive Online Analysis. Journal of Machine Learning Research, 11, 1601–1604. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Online Bagging (Incremental Bootstrap Aggregating). ScholarGate. https://scholargate.app/bg/machine-learning/online-bagging
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bagging (Bootstrap Aggregating)Машинно обучение↔ compare
- Градиентен бустингМашинно обучение↔ compare
- Онлайн бустингМашинно обучение↔ compare
- Случайна гораМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →