এটি আসলে "3 বি" কৌশলগুলির মধ্যে একটিতে সিদ্ধ হয়: ব্যাগিং, উত্সাহ দেওয়া বা মিশ্রণ।
ব্যাগিংয়ের ক্ষেত্রে, আপনি বস্তুর বিভিন্ন উপগ্রহে প্রচুর শ্রেণিবদ্ধকারীকে প্রশিক্ষণ দিন এবং শ্রেণিবিন্যাসের জন্য ভোটদানের জন্য রেগ্রেশন এবং ভোটদানের জন্য গড় উত্তর দিয়ে সংমিশ্রণ করুন (আরও জটিল পরিস্থিতিগুলির জন্য আরও কিছু বিকল্প রয়েছে, তবে আমি এড়িয়ে যাব)। পৃথক শ্রেণিবদ্ধকারীরা সাধারণত স্বতন্ত্র বলে বিবেচিত হওয়ায় ভোটের অনুপাত / প্রকরণটি ত্রুটি অনুমান হিসাবে ব্যাখ্যা করা যায়। আরএফ আসলে ব্যাগিংয়ের নকশা se
বুস্টিং পদ্ধতিগুলির একটি বিস্তৃত পরিবার, তবে তাদের মূল বক্তব্য হ'ল আপনি প্রাক্তনের অবশিষ্টাংশের উপর পরবর্তী শ্রেণিবদ্ধকারী তৈরি করেন, এইভাবে (তত্ত্ব অনুসারে) আরও এবং আরও সূক্ষ্ম মিথস্ক্রিয়াকে হাইলাইট করে ধীরে ধীরে নির্ভুলতা বাড়িয়ে তোলেন। পূর্বাভাসগুলি সাধারণত সেগুলি সংশ্লেষ করে একত্রিত করা হয়, এক্স এর জন্য তার টেলর সিরিজের মূল উপাদানগুলির x এর জন্য সংখ্যার যোগ করে x এর মধ্যে একটি ফাংশনের মান গণনার মতো something
সর্বাধিক জনপ্রিয় সংস্করণগুলি হ'ল (স্টোকাস্টিক) গ্রেডিয়েন্ট বুস্টিং (দুর্দান্ত গাণিতিক ভিত্তি সহ) এবং অ্যাডাবোস্ট (সুপরিচিত, আসলে জিবিটির একটি নির্দিষ্ট ক্ষেত্রে)। সামগ্রিক দৃষ্টিকোণ থেকে, সিদ্ধান্ত গাছ তুচ্ছ পিভট শ্রেণিবদ্ধীদের উত্সাহ দেয়।
মিশ্রণ হ'ল বাসা বাঁধার একটি ধারণা, অর্থাত্ অন্যান্য শ্রেণিবদ্ধদের পূর্বাভাস দিয়ে তৈরি একটি তথ্য সিস্টেমে একটি শ্রেণিবদ্ধ চালানো। সুতরাং, এটি একটি খুব পরিবর্তনশীল পদ্ধতি এবং অবশ্যই একটি সংজ্ঞায়িত অ্যালগরিদম নয়; প্রচুর পরিমাণে অবজেক্টের প্রয়োজন হতে পারে (বেশিরভাগ ক্ষেত্রে "ব্লেন্ডার" শ্রেণিবদ্ধকারীকে অবশ্যই অবজেক্টের সেটগুলিতে প্রশিক্ষণ দিতে হবে যা বিব্রতকর ওভারফিট এড়ানোর জন্য আংশিক শ্রেণিবদ্ধকারী তৈরি করতে ব্যবহৃত হয়নি)।
আংশিক শ্রেণিবদ্ধদের ভবিষ্যদ্বাণীগুলি স্পষ্টতই একটি তথ্য সিস্টেমে মেল্ড করে মিলিত হয় যা ব্লেন্ডার দ্বারা পূর্বাভাস দেওয়া হয়।