1 论文标题
BaggingPerdictors

2 作者信息

作者：Leo Breiman

编辑：Ross Quinlan（对，就是研究ID3C4.5 C5.0的那位大佬）

翻译：AcaData数据分析

3摘要：

Bagging预测器是一种生成预测器的多个版本并使用这些版本获得聚合预测器(aggregatedpredictor)的方法。当预测一个数值结果时，对所有版本进行平均聚合，当预测一个类时进行多数投票(plurality vote)。通过对学习集合进行bootstrap复制并将其用作新的学习集，就形成了多个版本。一些对真实数据集和模拟数据集进行的测试表明，当使用分类和回归树以及线性回归中的子集选择时，bagging可以在准确度上获得实质性的提高。其关键的因素是：预测方法的不稳定性。如果对学习集进行干扰，会导致构造的预测器发生显著变化，那么bagging可以提高准确度。

关键词：聚合，Bootstrap，平均，组合

Keywords: Aggregation. Bootstrap, Averaging, Combining