Votación Mayoritaria
La votación mayoritaria es un método de ensamble que combina las predicciones de múltiples clasificadores base seleccionando la clase que recibe la mayor cantidad de votos. Cada clasificador base emite un voto por una clase predicha, y la predicción final es la clase con la mayoría (pluralidad). Este enfoque fue formalizado por Leo Breiman y sus colegas en la década de 1990 como una forma simple pero efectiva de mejorar la precisión de la clasificación.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Majority Voting Ensemble. ScholarGate. https://scholargate.app/es/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.
- AdaBoostAprendizaje automático↔ compare
- Agregación de muestras bootstrap (Bagging)Aprendizaje por conjuntos↔ compare
- Ensemble de BoostingAprendizaje por conjuntos↔ compare
- Random ForestAprendizaje automático↔ compare
- Generalización apiladaAprendizaje por conjuntos↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →