Macchina a vettori di supporto d'insieme
Una macchina a vettori di supporto d'insieme (Ensemble Support Vector Machine) combina più classificatori o regressori SVM addestrati indipendentemente — ciascuno adattato su una diversa partizione dei dati, campione bootstrap o sottoinsieme di caratteristiche — e aggrega i loro output tramite voto, media o stacking. L'approccio mitiga l'elevato costo computazionale e la sensibilità agli iperparametri del kernel intrinseci di una singola SVM su larga scala, migliorando al contempo la generalizzazione su dataset complessi o ad alta dimensionalità.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Ensemble Support Vector Machine (Aggregated SVM Ensemble). ScholarGate. https://scholargate.app/it/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.
- Bagging (Bootstrap Aggregating)Apprendimento automatico↔ compare
- BoostingApprendimento automatico↔ compare
- Random ForestApprendimento automatico↔ compare
- StackingApprendimento automatico↔ compare
- Ensemble a votazioneApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →