Ինչպես է աշխատում բուստինգը և ինչպես կառուցվում է բուստինգի մոդելը։

Բուստինգը մի ensemble մեթոդ է, որը կառուցում է ուժեղ մոդել՝ սերիական ուսուցման միջոցով մի շարք թույլ մոդելների (հաճախ որոշման ծառեր): Յուրաքանչյուր նոր մոդել փորձում է ուղղել նախորդների սխալները, կենտրոնանալով սխալ դասակարգված օբյեկտների վրա:

Ինչպես է աշխատում բուստինգը:

1. Բազային մոդելը սկսվում է և կատարում առաջին կանխատեսումները:
2. Հաշվարկվում են այդ մոդելի սխալները (մնացորդները):
3. Հաջորդ մոդելը ուսուցանվում է այդ սխալների վրա՝ փորձելով դրանք նվազեցնել:
4. Այս գործընթացը կրկնվում է մի քանի անգամ, և վերջնական կանխատեսումը ստացվում է բոլոր մոդելների կանխատեսումների քաշային գումարից:

Սպասված կոդի պարզ օրինակ՝

# pseudo-kod
model_0 = train_model(data)
residuals = target - model_0.predict(data)
model_1 = train_model(data, residuals)
residuals = residuals - model_1.predict(data)
...
վերջնական կանխատեսում = model_0.predict(data) + model_1.predict(data) + ...

Այսպիսով, բուստինգը աստիճանաբար բարելավում է մոդելի որակը՝ նվազեցնելով սխալը յուրաքանչյուր քայլում։