Machine learningMachine learning
온라인 투표 앙상블
온라인 투표 앙상블(Online Voting Ensemble)은 기본 분류기 풀(pool)을 유지하면서 각 분류기는 도착하는 데이터에 대해 지속적으로 업데이트되고, 이들의 예측을 가중치 또는 비가중치 다수결 투표를 통해 결합하는 점진적 앙상블 방법입니다. 데이터 스트림을 위해 설계되었으며, 처음부터 다시 학습할 필요 없이 비정상 분포에 적응하므로 데이터가 순차적으로 도착하고 개념 드리프트(concept drift)가 발생할 수 있는 실시간 분류 작업에 매우 적합합니다.
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
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Online Voting Ensemble (Incremental Majority-Vote Ensemble for Data Streams). ScholarGate. https://scholargate.app/ko/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.
- 온라인 배깅머신러닝↔ compare
- 온라인 부스팅머신러닝↔ compare
- 온라인 학습머신러닝↔ compare
- 온라인 랜덤 포레스트머신러닝↔ compare
- 준지도 학습 투표 앙상블머신러닝↔ compare
- Voting Ensemble머신러닝↔ compare