Online Voting Ensemble
Online Voting Ensemble on inkrementaalinen ensemble-menetelmä, joka ylläpitää joukkoa perusluokittelijoita – joista kutakin päivitetään jatkuvasti saapuvan datan perusteella – ja yhdistää niiden ennusteet painotetulla tai painottamattomalla enemmistöäänestyksellä. Menetelmä on suunniteltu datavirroille ja mukautuu epästationaarisiin jakaumiin ilman uudelleenkoulutusta alusta alkaen, mikä tekee siitä sopivan reaaliaikaisiin luokittelutehtäviin, joissa data saapuu peräkkäin ja käsiteajautumista (concept drift) voi esiintyä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Oza, N. C., & Russell, S. (2001). Online bagging and boosting. In Proceedings of the Eighth International Workshop on Artificial Intelligence and Statistics (AISTATS 2001), pp. 229–236. link ↗
- Bifet, A., Holmes, G., Pfahringer, B., Kirkby, R., & Gavaldà, R. (2009). New ensemble methods for evolving data streams. In Proceedings of the 15th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 139–148. DOI: 10.1145/1557019.1557041 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Online Voting Ensemble (Incremental Majority-Vote Ensemble for Data Streams). ScholarGate. https://scholargate.app/fi/machine-learning/online-voting-ensemble
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.
- Online BaggingKoneoppiminen↔ compare
- Online BoostingKoneoppiminen↔ compare
- Online-oppiminenKoneoppiminen↔ compare
- Verkkopohjainen Random ForestKoneoppiminen↔ compare
- Puoliksi ohjattu äänestyskokoonpanoKoneoppiminen↔ compare
- Ääniennuste (Voting Ensemble)Koneoppiminen↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →