Bootstrap aggregating

Bootstrap aggregating, disebut juga bagging, adalah penggabungan algoritma pembelajaran mesin (machine learning) yang dirancang untuk meningkatkan stabilitas dan akurasi dari algoritma machine learning yang digunakan dalam klasifikasi statistik dan regresi. Bagging juga mengurangi varians dan membantu untuk menghindari terjadinya overfitting. Meskipun biasanya diterapkan untuk metode decision tree, bagging dapat digunakan dengan semua jenis metode. Bagging merupakan kasus khusus dari pendekatan model averaging.