装袋，即“自举聚合”，是一种集成学习。把一个弱学习者，比如数据集上的决策树，fitrensemble生成数据集的许多引导副本，并在这些副本上生长决策树。fitrensemble通过随机选择获得每个引导副本N观察结果N更换,N是数据集大小。为了找到训练过的集合的预测反应，预测从单个树的预测中取平均值。

画N在......之外N平均37% (1/e)的观察结果。这些都是“外带”的观察。对于每一个观察,oobLoss通过对观测结果不准确的集合中所有树的预测进行平均，来估计不准确的预测。然后，它将计算出的预测与该观测结果的真实响应进行比较。它通过比较用于训练的所有观测值的预测响应和真实响应来计算包外误差。这个包外平均值是真集成误差的无偏估计量。