बैगिंग (बूटस्ट्रैप एग्रीगेटिंग)
बैगिंग, जिसका संक्षिप्त रूप बूटस्ट्रैप एग्रीगेटिंग है, 1996 में लियो ब्रेमन द्वारा प्रस्तुत एक एनसेंबल मेटा-एल्गोरिथम है जो प्रशिक्षण डेटा के स्वतंत्र रूप से खींचे गए बूटस्ट्रैप नमूनों पर आधार सीखने वाले की कई प्रतियां प्रशिक्षित करता है और उनके भविष्यवाणियों को जोड़ता है — प्रतिगमन के लिए औसत या वर्गीकरण के लिए बहुमत वोट द्वारा — किसी भी एकल आधार सीखने वाले की तुलना में काफी कम विचरण वाला एक अंतिम भविष्यवक्ता उत्पन्न करने के लिए।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
+16 more
स्रोत
- Breiman, L. (1996). Bagging Predictors. Machine Learning, 24(2), 123–140. DOI: 10.1007/BF00058655 ↗
- Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed., Ch. 8.7). Springer. ISBN: 978-0-387-84857-0
- James, G., Witten, D., Hastie, T. & Tibshirani, R. (2013). An Introduction to Statistical Learning (Ch. 8.2). Springer. ISBN: 978-1-4614-7138-7
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Bagging (Bootstrap Aggregating). ScholarGate. https://scholargate.app/hi/machine-learning/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.
- AdaBoostमशीन अधिगम↔ compare
- निर्णय वृक्षमशीन अधिगम↔ compare
- ग्रेडिएंट बूस्टिंगमशीन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare