バギング
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2024/04/12 15:14 UTC 版)
手法
大きさ n の訓練データ D があり、離散一様分布に従い重複を認めてサンプリングを行い(ブートストラップ法)、サイズ n' の新しい訓練データ D' を m 個生成する。重複を認めてサンプリングしているので、同じデータが複数回出現することがある。m 個の訓練データセット D' から m 回学習し、平均(回帰の場合)や投票(分類の場合)などで m 個の出力をまとめて最終的な学習結果の出力とする。
歴史
Bagging (Bootstrap aggregating) は、ランダムに生成された訓練セットの分類を組み合わせることによって分類を改善するために1994年[1]にレオ・ブレイマンによって提唱された。
関連項目
- ^ Breiman, Leo (September 1994). “Bagging Predictors”. Department of Statistics, University of California Berkeley Technical Report No. 421 2019年7月28日閲覧。.
- バギングのページへのリンク