Machine learningMachine learning
앙상블 서포트 벡터 머신
앙상블 서포트 벡터 머신(Ensemble Support Vector Machine)은 여러 개의 독립적으로 훈련된 SVM 분류기 또는 회귀분석기를 결합합니다. 각 SVM은 서로 다른 데이터 분할, 부트스트랩 샘플 또는 특징 부분집합에 맞춰지고, 투표, 평균 또는 스태킹을 통해 그 출력을 통합합니다. 이 접근 방식은 단일 대규모 SVM에 내재된 높은 계산 비용과 커널 하이퍼파라미터에 대한 민감도를 완화하는 동시에 복잡하거나 고차원 데이터셋에서 일반화 성능을 향상시킵니다.
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
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Ensemble Support Vector Machine (Aggregated SVM Ensemble). ScholarGate. https://scholargate.app/ko/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.
- 배깅 (Bootstrap Aggregating)머신러닝↔ compare
- 부스팅머신러닝↔ compare
- 랜덤 포레스트머신러닝↔ compare
- 적층머신러닝↔ compare
- Voting Ensemble머신러닝↔ compare