Prečo bagging pri strojovom učení zmenšuje rozptyl?

Q:

Prečo bagging pri strojovom učení zmenšuje rozptyl?

Agregácia zavádzania alebo „bagging“ v strojovom vzdelávaní znižuje rozptyl vytváraním pokročilejších modelov zložitých súborov údajov. Konkrétne metóda vrecovania vytvára podskupiny, ktoré sa často prekrývajú, aby sa údaje mohli modelovať podrobnejšie.

Jeden zaujímavý a priamy názor na to, ako aplikovať vrecovanie, je odobrať súbor náhodných vzoriek a získať jednoduchý priemer. Potom pomocou rovnakej sady vzoriek vytvorte desiatky podmnožín zostavených ako rozhodovacie stromy na manipuláciu s prípadnými výsledkami. Druhý priemer by mal ukazovať pravdivejší obraz o tom, ako sa tieto jednotlivé vzorky navzájom hodnotovo hodnotia. Rovnaká myšlienka sa môže uplatniť na akúkoľvek vlastnosť ktorejkoľvek sady dátových bodov.

Pretože tento prístup zjednocuje objav do viac definovaných hraníc, znižuje rozptyl a pomáha s nadmerným prispôsobovaním. Pomysli na rozptyl s trochu distribuovanými dátovými bodmi; pomocou metódy vrecovania „inžinieri“ zmenšujú zložitosť a zameriavajú sa línie zisťovania na hladšie parametre.

Niektorí hovoria o hodnote vrecovania ako o „rozdelení a dobytí“ alebo o type „asistovanej heuristiky“. Myšlienka je taká, že prostredníctvom modelovania súborov, ako je napríklad použitie náhodných lesov, môžu tí, ktorí používajú techniku ​​pytlovania, získať výsledky údajov, ktoré sú menej rozptylové. Z hľadiska zmenšenia zložitosti môže vrecovanie tiež pomôcť s nadmerným osadením. Pomyslite na model s príliš veľkým počtom dátových bodov: povedzme body „connect-the-dot“ so 100 nevyrovnanými bodkami. Výsledná vizuálna dátová čiara bude zubatá, dynamická a prchavá. Potom túto odchýlku „vyžehlite“ zostavením súborov hodnotení. Pri skupinovom vzdelávaní sa to často považuje za spojenie niekoľkých „slabých študentov“, aby sa dosiahol výsledok spolupráce „silného vzdelávania“. Výsledkom je plynulejší a tvarovanejší dátový riadok a menšie divoké rozptyly v modeli.

Je ľahké pochopiť, ako sa dá myšlienka vrecovania uplatniť na podnikové IT systémy. Vedúci predstavitelia firiem často chcú „pohľad z vtáčej perspektívy“ na to, čo sa deje s produktmi, zákazníkmi atď. Prefabrikovaný model môže priniesť menej stráviteľné údaje a viac „rozptýlených“ výsledkov, kde balenie môže „stabilizovať“ model a urobiť ho užitočnejším. koncovým používateľom.