Régression logistique ensembliste
La régression logistique ensembliste entraîne plusieurs classifieurs de régression logistique sur des sous-ensembles ou des perturbations variés des données d'entraînement et combine leurs estimations de probabilité par moyennage ou par vote. Cette approche préserve l'interprétabilité probabiliste de la régression logistique tout en réduisant la variance et en améliorant la stabilité prédictive par agrégation.
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
- Breiman, L. (1996). Bagging predictors. Machine Learning, 24(2), 123–140. DOI: 10.1007/BF00058655 ↗
- Polikar, R. (2006). Ensemble based systems in decision making. IEEE Circuits and Systems Magazine, 6(3), 21–45. DOI: 10.1109/MCAS.2006.1688199 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Ensemble Logistic Regression (Combined Logistic Classifier Ensemble). ScholarGate. https://scholargate.app/fr/machine-learning/ensemble-logistic-regression
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.
- BoostingApprentissage automatique↔ compare
- Régression logistique (ML)Apprentissage automatique↔ compare
- Forêt AléatoireApprentissage automatique↔ compare
- Semi-supervised Logistic RegressionApprentissage automatique↔ compare
- EmpilementApprentissage automatique↔ compare
- Ensemble par voteApprentissage automatique↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →