Ensemble de K plus proches voisins
L'ensemble de K plus proches voisins (KNN) combine plusieurs modèles KNN — chacun entraîné avec une valeur de k, une métrique de distance, un sous-ensemble de caractéristiques ou un échantillon bootstrap de données différent — et agrège leurs prédictions par vote majoritaire (classification) ou par moyennage (régression). Cette approche réduit la variance élevée inhérente à tout modèle KNN unique et produit des prédictions plus stables et plus précises sur des données tabulaires.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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
Comment citer cette page
ScholarGate. (2026, June 3). Ensemble K-Nearest Neighbors (Aggregated KNN). ScholarGate. https://scholargate.app/fr/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)Apprentissage automatique↔ compare
- Arbre de décision ensemblisteApprentissage automatique↔ compare
- Machine de vecteurs de support ensemblisteApprentissage automatique↔ compare
- Forêt AléatoireApprentissage automatique↔ compare
- Ensemble par voteApprentissage automatique↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →