Mehrheitsentscheid
Mehrheitsentscheid ist eine Ensemble-Methode, die Vorhersagen von mehreren Basisklassifikatoren kombiniert, indem die Klasse ausgewählt wird, die die meisten Stimmen erhält. Jeder Basisklassifikator gibt eine Stimme für eine vorhergesagte Klasse ab, und die endgültige Vorhersage ist die Klasse mit der Mehrheit (Pluralität). Dieser Ansatz wurde von Leo Breiman und Kollegen in den 1990er Jahren als einfache, aber effektive Methode zur Verbesserung der Klassifikationsgenauigkeit formalisiert.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Breiman, L. (1996). Bagging predictors. Machine Learning, 24(2), 123-140. DOI: 10.1007/BF00058655 ↗
- Kuncheva, L. I. (2004). Combining Pattern Classifiers: Methods and Algorithms. Wiley-Interscience. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Majority Voting Ensemble. ScholarGate. https://scholargate.app/de/ensemble-learning/majority-voting
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- AdaBoostMaschinelles Lernen↔ compare
- Bagging-EnsembleEnsemble-Lernen↔ compare
- Boosting-EnsembleEnsemble-Lernen↔ compare
- Random ForestMaschinelles Lernen↔ compare
- Gestapelte GeneralisierungEnsemble-Lernen↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →