Σύνολο K-πλησιέστερων γειτόνων
Το Σύνολο K-πλησιέστερων γειτόνων (Ensemble K-Nearest Neighbors) συνδυάζει πολλαπλά μοντέλα KNN — καθένα εκπαιδευμένο με διαφορετική τιμή του k, μετρική απόστασης, υποσύνολο χαρακτηριστικών ή bootstrap δεδομένων — και συγκεντρώνει τις προβλέψεις τους με πλειοψηφική ψήφο (ταξινόμηση) ή μέσο όρο (παλινδρόμηση). Η προσέγγιση μειώνει την υψηλή διακύμανση που είναι εγγενής σε οποιοδήποτε μεμονωμένο μοντέλο KNN και παράγει πιο σταθερές, ακριβείς προβλέψεις σε δομημένα δεδομένα (tabular data).
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Ensemble K-Nearest Neighbors (Aggregated KNN). ScholarGate. https://scholargate.app/el/machine-learning/ensemble-k-nearest-neighbors
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.
- Bagging (Bootstrap Aggregating)Μηχανική Μάθηση↔ compare
- Δέντρα Απόφασης ΣυνόλουΜηχανική Μάθηση↔ compare
- Μηχανή Υποστήριξης Διανυσμάτων ΣυνόλουΜηχανική Μάθηση↔ compare
- Τυχαίο ΔάσοςΜηχανική Μάθηση↔ compare
- Σύνολο Ψηφοφορίας (Voting Ensemble)Μηχανική Μάθηση↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →