Баггинг деген эмне?

Bagging (Bootstrap Aggregating) — машиналык үйрөнүүдө ансамблдик ыкма болуп саналат жана моделдердин туруктуулугун жана тактыгын жогорулатат. Негизги идея — баштапкы маалыматтардын ар кандай кездешкен кичинекей топтомдорунда (bootstrap) бир нече моделди үйрөтүү жана алардын алдын ала айтканын орто эсепке алуу (регрессия үчүн) же эң көп кездешкен классты тандоо (классификация үчүн).

Baggingдин артыкчылыктары:

• Моделдин дисперсиясын азайтып, overfittingти алдын алат.
• Маалыматтагы шууга туруктуулукту жакшыртат.

Мисал: тандай турган токой — бул bagging аркылуу курулган чечим дарактарынын ансамбли.

from sklearn.ensemble import BaggingClassifier
from sklearn.tree import DecisionTreeClassifier

# Негизги модель
base_clf = DecisionTreeClassifier()

# 10 модел менен bagging
bagging_clf = BaggingClassifier(base_estimator=base_clf, n_estimators=10, random_state=42)
bagging_clf.fit(X_train, y_train)