R in a Nutshell

Bagging für Regressionsbäume

Bagging (verkürzt für Bootstrap Aggregation) ist ein Verfahren zur Formulierung prädiktiver Modelle, die auf anderen Modellen beruhen (in der Regel auf Entscheidungsbäumen). Hinter dem Bagging-Ansatz steht die Idee, mithilfe von Bootstrapping eine Anzahl verschiedener Modelle zusammenzustellen und die Ergebnisse anschließend zu mitteln. Veranschaulichen lässt sich das, indem man sich vorstellt, dass die einzelnen und für sich genommen schwachen Modelle ein Gremium bilden, das über ein Ergebnis abstimmt, weil es sich davon eine bessere Prognose verspricht.

Bagging für Regressionsbäume lässt sich in R mit der Funktion bagging() aus dem Erweiterungspaket ipred realisieren:

bagging(formula, data, subset, na.action = na.rpart, ...