Etkileşimli Bagging

Genel Harita Ensemble Bagging Random Forest Gradient Boosting Tam Ekran Demo

Kitap / Ensemble Sezgisi

Bagging'in ana fikri basittir: tek bir karar ağacına çok güvenmek yerine, farklı bootstrap örneklerinde eğitilmiş birçok ağacın ortalamasını al. Böylece tekil oynaklık söner, ortak yapı daha net görünür.

Ne Yap Ağaç sayısını artır, bootstrap oranını değiştir ve gürültüyü yükselt. Soluk eğriler tek tek ağaçlar, kalın eğri ise ensemble ortalamasıdır.

Ne Gör Tek ağaçlar kırıklı ve dengesiz olabilir. Ensemble ortalaması çoğu zaman daha pürüzsüz ve daha kararlı davranır.

Kitaptaki Karşılığı Bu demo, “çok sayıda zayıf ama farklı sesin ortak kararı” fikrini doğrudan görünür hale getirir.

Bagging çoğu zaman modeli büyütmez; onun oynaklığını ehlileştirir. Aynı veri üzerinde farklı örnekler görmek, tek bir kurulumun tesadüflerini azaltır.