AI用語集

📖

用語

ブートストラップ集約回帰器

回帰モデルにバギングの原理を適用するアンサンブル手法で、複数の回帰器をブートストラップサンプルで訓練し、それらの予測を平均または中央値で集約して分散を削減します。

📖

用語

外袋誤差 (OOB)

バギングの評価指標で、特定のモデルのブートストラップサンプルに含まれなかったサンプルで計算され、交差検証なしで汎化誤差の不偏な推定を提供します。

📖

用語

平均による集約

バギング回帰器における予測を組み合わせる技術で、最終的な予測はアンサンブル内の全モデルの個々の予測の算術平均です。

📖

用語

中央値による集約

平均による集約の堅牢な代替案で、最終的な予測は個々の予測の中央値であり、外れ値やモデルの極端な予測に対して感度が低いです。

📖

用語

基本回帰器

バギングアーキテクチャで弱モデルとして使用される個々の回帰アルゴリズム（決定木やk近傍法など）で、異なるブートストラップサンプルで訓練されます。

📖

用語

バギングの安定性

バギング回帰器の特性で、集約による分散削減のおかげで、訓練データの変更に対してより安定で変動の少ない予測を生成します。

📖

用語

ランダム部分空間回帰器

バギングの変種で、各基本回帰器がブートストラップサンプルに加えて特徴のランダムなサブセットで訓練され、モデルの多様性を高めます。

📖

用語

ペースティング回帰器

バギングの変種で、各モデルの訓練用サンプルが復元抽出なしで選択され、データセットが復元抽出を伴うブートストラップには大きすぎる場合に使用されます。

📖

用語

集約二乗平均誤差

バギング回帰器固有の評価指標で、テストセットにおける集約された予測と真の値との二乗誤差の平均を計算します。

📖

用語

決定木を用いたバギング

バギング回帰器の最も一般的な適用で、決定木を基本モデルとして使用し、バイアスを低く保ちながら分散を大幅に削減することで知られています。

📖

用語

バギングによる予測区間

バギングモデルの個々の予測の分布を利用して、最終的な集約予測の周りに定量的な信頼区間を構築する技術です。