Xətti alqoritmlərə bagging tətbiq etsək nə olur?

Bagging (bootstrap aggregating) lineyar alqoritmlərə tətbiq edildikdə, adətən, performansı əhəmiyyətli dərəcədə yaxşılaşdırmır. Bu, lineyar modellərin ümumiyyətlə aşağı dispersiya və yüksək önyargıya malik olması ilə əlaqədardır. Bagging, yüksək dispersiyalı modellər üçün (məsələn, qərar ağacları) effektivdir, çünki o, dəyişkənliyi orta hesabla azaldır.

Lineyar modellərə bagging tətbiq edərkən:

• Müxtəlif alt nümunələr üzərində öyrədilmiş modellərin ortalaması çox xətanı azaltmır.
• Səs-küyə qarşı davamlılığı bir az artıra bilər, lakin qazancı adətən kiçik olur.

Bu səbəbdən, lineyar alqoritmlər üçün adətən digər təkmilləşdirmə metodları, məsələn, tənzimləmə və ya xüsusiyyət seçimi istifadə olunur və bagging daha mürəkkəb və qeyri-sabit modellərə tətbiq edilir.