K-Nearest Neighbors ensamblat
K-Nearest Neighbors ensamblat (Ensemble K-Nearest Neighbors) combina múltiples models KNN — cadascun entrenat amb un valor diferent de k, mètrica de distància, subconjunt de característiques o bootstrap de dades — i agrega les seves prediccions mitjançant vot majoritari (classificació) o mitjana (regressió). L'aproximació redueix l'alta variància inherent a qualsevol model KNN individual i produeix prediccions més estables i precises en dades tabulades.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Mapa de mètodes
El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.
Fonts
- Domeniconi, C., & Yan, B. (2004). Nearest neighbor ensemble. In Proceedings of the 17th International Conference on Pattern Recognition (ICPR), Vol. 1, pp. 228–231. IEEE. DOI: 10.1109/ICPR.2004.1334065 ↗
- Zhou, Z.-H. (2012). Ensemble Methods: Foundations and Algorithms. Chapman and Hall/CRC. ISBN: 978-1-4398-3003-1
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Ensemble K-Nearest Neighbors (Aggregated KNN). ScholarGate. https://scholargate.app/ca/machine-learning/ensemble-k-nearest-neighbors
Quin mètode?
Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.
- Bagging (Bootstrap Aggregating)Aprenentatge automàtic↔ compara
- Arbre de decisió en ensembleAprenentatge automàtic↔ compara
- màquina de vectors de suport d'ensembleAprenentatge automàtic↔ compara
- Random ForestAprenentatge automàtic↔ compara
- Votació en conjuntAprenentatge automàtic↔ compara
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →