Máquina de Vectores de Soporte de Conjunto
La Máquina de Vectores de Soporte de Conjunto (Ensemble Support Vector Machine) combina múltiples clasificadores o regresores SVM entrenados de forma independiente — cada uno ajustado en una partición de datos diferente, muestra bootstrap o subconjunto de características — y agrega sus salidas mediante votación, promediación o apilamiento (stacking). El enfoque mitiga el alto costo computacional y la sensibilidad a los hiperparámetros del kernel inherentes a una única SVM a gran escala, al tiempo que mejora la generalización en conjuntos de datos complejos o de alta dimensionalidad.
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
- Kim, H.-C., Pang, S., Je, H.-M., Kim, D., & Bang, S. Y. (2002). Constructing support vector machine ensemble. Pattern Recognition, 36(12), 2757–2767. DOI: 10.1016/s0031-3203(03)00175-4 ↗
- Dietterich, T. G. (2000). Ensemble methods in machine learning. In Multiple Classifier Systems (MCS 2000), Lecture Notes in Computer Science, vol. 1857, pp. 1–15. Springer. DOI: 10.1007/3-540-45014-9_1 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Ensemble Support Vector Machine (Aggregated SVM Ensemble). ScholarGate. https://scholargate.app/es/machine-learning/ensemble-support-vector-machine
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.
- Agregación por Bootstrap (Bagging)Aprendizaje automático↔ compare
- PotenciaciónAprendizaje automático↔ compare
- Random ForestAprendizaje automático↔ compare
- StackingAprendizaje automático↔ compare
- Ensamble de votaciónAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →