Definition - Bagging

• Beispiele:
  • Entscheidungswald
• Generalisierungen:
  • Ensemble-Lernen
• Involvierte Definitionen:
  • Gelabelter Datensatz
  • Modell (ML)
• Veranstaltung: EML
• Referenz: @thimm2024 (Abschnitt 2.6.4)

⠀

Definition: Bagging

Sei ein Datensatz.
Sei .

Als Bagging (kurz für Bootstrap Aggregating) bezeichnen wir eine Technik des Ensemble-Lernens mit folgendem Vorgehen:

• Wir erstellen Datensätze , indem wir zufällig mit zurücklegen Beispiele aus ziehen.
• Anschließend lernen wir verschiedene Modelle isoliert auf den Datensätzen .

Aus der Art der Zusammenstellung der Datensätze folgt: dasselbe Beispiel kann mehrfach in einem auftreten - aber auch in überhaupt gar keinem der .

Auf jeden Fall unterscheiden sich die gelernten Modell aufgrund der verschiedenen Datenbasis mit hoher Wahrscheinlichkeit voneinander und enthalten verschiedene Sichten auf die Datenbasis.