装袋，它代表“Bootstrap聚合”，是一种集合学习。为了在数据集上的决策树等弱学习者，fitrensemble生成数据集的许多引导副本，并在这些副本上生成决策树。fitrensemble通过随机选择获取每个引导副本N观察结果N替换，在哪里N是数据集大小。为了找到训练有素的团队的预期反应，预测对单个树的预测取平均值。

绘画N在......之外N替换观察平均忽略37%（1/E)每个决策树的观察值。这些是“现成”的观察值。对于每个观察值，渗出物通过对集合中所有树的预测进行平均来估计出包预测，该集合中该观测值已出包。然后，它将计算出的预测与该观测值的真实响应进行比较。它通过将出包预测响应与所有obs的真实响应进行比较来计算出包错误用于训练的观测。这种出袋平均值是真实集合误差的无偏估计量。