Mis juhtub, kui rakendada baggingut lineaarsetele algoritmidele?

Bagging (bootstrap aggregating) lineaarsetele algoritmidele tavaliselt ei too märkimisväärset jõudluse paranemist. See on seotud sellega, et lineaarsetel mudelitel on tavaliselt madal dispersioon ja kõrge hälve. Bagging on tõhus kõrge dispersiooniga mudelite (näiteks otsustuspuud) puhul, kuna see vähendab varieeruvust keskmistamise teel.

Lineaarsetele mudelitele baggingu rakendamisel:

• Erinevatel alamhulkadel treenitud mudelite keskmine ei vähenda oluliselt viga.
• See võib veidi suurendada vastupidavust müra suhtes, kuid kasu on tavaliselt väike.