Глоссарий ИИ
Полный словарь искусственного интеллекта
Bootstrap Aggregating Regressor
Méthode d'ensemble qui applique le principe du bagging aux modèles de régression, en entraînant plusieurs régresseurs sur des échantillons bootstrap et en agrégeant leurs prédictions par moyenne ou médiane pour réduire la variance.
Out-of-Bag Error (OOB)
Métrique d'évaluation du bagging calculée sur les échantillons n'ayant pas été inclus dans l'échantillon bootstrap d'un modèle donné, fournissant une estimation non biaisée de l'erreur de généralisation sans nécessiter de validation croisée.
Agrégation par Moyenne
Technique de combinaison des prédictions dans un bagging regressor où la prédiction finale est la moyenne arithmétique des prédictions individuelles de tous les modèles de l'ensemble.
Agrégation par Médiane
Alternative robuste à l'agrégation par moyenne où la prédiction finale est la médiane des prédictions individuelles, moins sensible aux valeurs aberrantes et aux prédictions extrêmes des modèles.
Régresseur de Base
Algorithme de régression individuel (comme l'arbre de décision ou les k-plus proches voisins) utilisé comme modèle faible dans l'architecture du bagging, entraîné sur différents échantillons bootstrap.
Stabilité du Bagging
Propriété du bagging regressor de produire des prédictions plus stables et moins variables face aux changements dans les données d'entraînement, grâce à la réduction de la variance par agrégation.
Random Subspace Regressor
Variante du bagging où chaque régresseur de base est entraîné sur un sous-ensemble aléatoire des caractéristiques (features) en plus des échantillons bootstrap, augmentant la diversité des modèles.
Pasting Regressor
Variante du bagging où les échantillons pour entraîner chaque modèle sont tirés sans remise, utilisée lorsque le jeu de données est trop grand pour le bootstrap avec remise.
Среднеквадратичная ошибка агрегации
Метрика оценки, специфическая для регрессоров бэггинга, вычисляющая среднее значение квадратичных ошибок между агрегированными прогнозами и истинными значениями на тестовом наборе.
Бэггинг с деревьями решений
Наиболее распространенное применение регрессора бэггинга, использующего деревья решений в качестве базовых моделей, известное тем, что значительно уменьшает дисперсию, сохраняя низкое смещение.
Интервалы прогнозирования с помощью бэггинга
Техника, использующая распределение индивидуальных прогнозов моделей бэггинга для построения количественных доверительных интервалов вокруг окончательного агрегированного прогноза.