Metode ensemble: Perbedaan antara revisi

Konten dihapus Konten ditambahkan
Richard0904 (bicara | kontrib)
Tidak ada ringkasan suntingan
Richard0904 (bicara | kontrib)
Tidak ada ringkasan suntingan
Baris 66:
<gallery>
Bagging.png|thumb|Figure Bagging
</gallery>Bagging mengadopsi distribusi bootstrap supaya menghasilkan base learner yang berbeda, untuk memperoleh data subset. sehingga melatih base learners. dan bagging juga mengadopsi strategi aggregasi output base leaner, yaitu metode voting untuk kasus klasifikasi dan averaging untuk kasus regresi.
</gallery>Untuk mendapatkan pemahaman yang intuitif tentang Bagging, berikut visualisasi dari sebuah ''single decision tree''. Bagging dan komponen ''decision tree'' pada tiga ''Gaussians data set. Dapat diamati bahwa Bagging lebih fleksibel dibandingkan dengan single decision tree.''
 
=== Boosting ===