Какие существуют методы для генерации случайных подмножеств в информационных системах?

Некоторые методы для генерации случайных подмножеств в информационных системах:

• Бэггинг (бутсрап). www.machinelearning.ru Базовый алгоритм многократно обучают на случайных подвыборках с повторениями из обучающей выборки. www.machinelearning.ru
• Метод случайных подпространств (RSM). www.machinelearning.ru Базовые алгоритмы обучают на различных подмножествах признакового описания, которые выделяют случайным образом. www.machinelearning.ru Этот метод предпочтителен в задачах с большим числом признаков и относительно небольшим числом объектов, а также при наличии избыточных неинформативных признаков. www.machinelearning.ru
• Стекинг. www.machinelearning.ru Предлагается выбрать набор пар произвольных подмножеств из обучающей выборки, затем для каждой пары обучить базовые алгоритмы на первом подмножестве и предсказать ими целевую переменную для второго подмножества. www.machinelearning.ru
• Генераторы с использованием энтропии. habr.com Это устройства, основанные на физических свойствах, например, ёмкости конденсатора, шуме радиоволн, длительности нажатия на кнопку и так далее. habr.com
• Хеш-функции. habr.com По определённому алгоритму преобразуют массив входных данных произвольной длины в строку заданной длины. habr.com
• Комбинированные подходы. habr.com Могут включать сочетание хеш-функции и генератора случайных чисел или иерархические генераторы. habr.com