Bao gói Trực tuyến
Bao gói Trực tuyến là một phương pháp tập hợp luồng được giới thiệu bởi Oza và Russell vào năm 2001, điều chỉnh khuôn khổ gộp mẫu bootstrap (Bagging) cổ điển sang thiết lập học trực tuyến. Thay vì lấy mẫu lại một tập dữ liệu cố định, mỗi mẫu đến được đưa vào mỗi bộ học cơ sở một số lần phân phối Poisson(1), xấp xỉ chính xác việc lấy mẫu bootstrap khi luồng tiến triển. Kết quả là một tập hợp mạnh mẽ, được cập nhật tăng dần, có thể xử lý sự trôi dạt khái niệm và luồng dữ liệu liên tục mà không cần lưu trữ toàn bộ tập dữ liệu.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Online Bagging (Incremental Bootstrap Aggregating). ScholarGate. https://scholargate.app/vi/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)Học máy↔ compare
- Gradient BoostingHọc máy↔ compare
- Tăng cường Trực tuyếnHọc máy↔ compare
- Rừng ngẫu nhiênHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →