Bootstrap aggregating, или bagging, — ансамблевый метод, при котором несколько моделей независимо обучаются на bootstrap-выборках обучающих данных. Их прогнозы объединяются для снижения дисперсии и повышения устойчивости, особенно у моделей, чувствительных к вариациям данных.
(Also bagging or bootstrapping.) A machine learning ensemble metaheuristic for primarily reducing variance (as opposed to bias), by training multiple models independently and averaging their predictions.