Machine learningEnsemble
보르다 계수 집계 (Borda Count Aggregation)
보르다 계수(Borda count)는 순위 위치에 따라 점수를 할당하여 다중 분류기의 순위 예측을 결합하는 선호도 집계 방법입니다. 각 분류기는 가능한 결과의 순위를 매기고, 각 클래스는 순위 위치에 반비례하는 점수를 받습니다. 가장 높은 총점을 얻은 클래스가 선택됩니다. 1781년 프랑스 수학자 장샤를 드 보르다(Jean-Charles de Borda)가 처음 제안한 이 방법은 앙상블 학습에 적용되어 소프트 예측 및 순위가 지정된 출력을 집계하는 데 사용되었습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Borda, J. C. de (1781). Mémoire sur les élections au scrutin. Histoire de l'Académie Royale des Sciences. link ↗
- Dwork, C., Kumar, R., Naor, M., & Sivakumar, D. (2001). Rank aggregation methods for the web. Proceedings of the 10th International Conference on World Wide Web, 613-622. DOI: 10.1145/371920.372165 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Borda Count Ensemble Aggregation. ScholarGate. https://scholargate.app/ko/ensemble-learning/borda-count-aggregation
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.
Compare side by side →