Online Voting Ensemble
Az Online Voting Ensemble egy inkrementális ensemble módszer, amely alapbesorolók (base classifiers) egy készletét tartja karban – mindegyiket folyamatosan frissítik az érkező adatokon –, és előrejelzéseiket súlyozott vagy súlyozatlan többségi szavazással kombinálják. Adatfolyamokra tervezve, újratanítás nélkül alkalmazkodik a nem-sztacionárius eloszlásokhoz, így jól illeszkedik a valós idejű besorolási feladatokhoz, ahol az adatok szekvenciálisan érkeznek, és koncepcióeltolódás (concept drift) fordulhat elő.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Online Voting Ensemble (Incremental Majority-Vote Ensemble for Data Streams). ScholarGate. https://scholargate.app/hu/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 BaggingGépi tanulás↔ compare
- Online BoostingGépi tanulás↔ compare
- Online tanulásGépi tanulás↔ compare
- Online Random ForestGépi tanulás↔ compare
- Félig felügyelt szavazó együttesGépi tanulás↔ compare
- Voting EnsembleGépi tanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →