ऑनलाइन बैगिंग
ऑनलाइन बैगिंग एक स्ट्रीमिंग एनसेंबल विधि है जिसे ओज़ा और रसेल ने 2001 में प्रस्तुत किया था, जो क्लासिकल बूटस्ट्रैप एग्रीगेटिंग (बैगिंग) फ्रेमवर्क को ऑनलाइन लर्निंग सेटिंग के अनुकूल बनाती है। एक निश्चित डेटासेट को रीसैंपलिंग करने के बजाय, प्रत्येक आने वाले इंस्टेंस को प्रत्येक बेस लर्नर को पॉइसन(1)-वितरित संख्या में बार-बार फीड किया जाता है, जो स्ट्रीम के विकसित होने पर बूटस्ट्रैप सैंपलिंग का निष्ठापूर्वक अनुमान लगाता है। इसका परिणाम एक मजबूत, वृद्धिशील रूप से अपडेट किया गया एनसेंबल है जो पूरे डेटासेट को संग्रहीत किए बिना कॉन्सेप्ट ड्रिफ्ट और निरंतर डेटा आगमन को संभाल सकता है।
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.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Online Bagging (Incremental Bootstrap Aggregating). ScholarGate. https://scholargate.app/hi/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.
- बैगिंग (बूटस्ट्रैप एग्रीगेटिंग)मशीन अधिगम↔ compare
- ग्रेडिएंट बूस्टिंगमशीन अधिगम↔ compare
- ऑनलाइन बूस्टिंगमशीन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare