JavaScript is required

Trong học máy, "bagging" làm gì?

A.

Kỹ thuật tăng kích thước mô hình

B.

Kỹ thuật giảm kích thước mô hình

C.

Kỹ thuật kết hợp nhiều mô hình dự đoán để cải thiện hiệu suất

D.

Kỹ thuật chia tập dữ liệu huấn luyện và kiểm tra

Trả lời:

Đáp án đúng: C


Bagging (Bootstrap Aggregating) là một kỹ thuật trong học máy, thuộc nhóm các phương pháp ensemble learning. Ý tưởng chính của bagging là tạo ra nhiều mô hình dự đoán khác nhau từ các tập con của dữ liệu huấn luyện (được chọn bằng cách lấy mẫu có hoàn lại), sau đó kết hợp các dự đoán của các mô hình này để tạo ra một dự đoán cuối cùng. Điều này giúp giảm phương sai và cải thiện độ chính xác của mô hình tổng thể.

Câu hỏi liên quan