Machine learningEnsemble
다수결 투표
다수결 투표(Majority voting)는 다수의 기본 분류기(base classifier)들의 예측을 결합하여 가장 많은 표를 얻은 클래스를 선택하는 앙상블 기법입니다. 각 기본 분류기는 예측된 클래스에 대해 하나의 표를 던지며, 최종 예측은 다수결(plurality)로 결정된 클래스입니다. 이 접근법은 1990년대 Leo Breiman과 동료들에 의해 분류 정확도를 향상시키는 간단하면서도 효과적인 방법으로 정형화되었습니다.
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
- Breiman, L. (1996). Bagging predictors. Machine Learning, 24(2), 123-140. DOI: 10.1007/BF00058655 ↗
- Kuncheva, L. I. (2004). Combining Pattern Classifiers: Methods and Algorithms. Wiley-Interscience. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Majority Voting Ensemble. ScholarGate. https://scholargate.app/ko/ensemble-learning/majority-voting
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.
- AdaBoost머신러닝↔ compare
- 배깅 앙상블앙상블 학습↔ compare
- 부스팅 앙상블앙상블 학습↔ compare
- 랜덤 포레스트머신러닝↔ compare
- 적층 일반화앙상블 학습↔ compare