Ensemble K-Nearest Neighbors
Ensemble K-Nearest Neighbors combineert meerdere KNN-modellen — elk getraind met een andere waarde van k, afstandsmaat, subset van kenmerken of bootstrap van de data — en aggregeert hun voorspellingen via meerderheidsstemming (classificatie) of middeling (regressie). De aanpak vermindert de hoge variantie die inherent is aan elk afzonderlijk KNN-model en produceert stabielere, nauwkeurigere voorspellingen op tabeldata.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Domeniconi, C., & Yan, B. (2004). Nearest neighbor ensemble. In Proceedings of the 17th International Conference on Pattern Recognition (ICPR), Vol. 1, pp. 228–231. IEEE. DOI: 10.1109/ICPR.2004.1334065 ↗
- Zhou, Z.-H. (2012). Ensemble Methods: Foundations and Algorithms. Chapman and Hall/CRC. ISBN: 978-1-4398-3003-1
Deze pagina citeren
ScholarGate. (2026, June 3). Ensemble K-Nearest Neighbors (Aggregated KNN). ScholarGate. https://scholargate.app/nl/machine-learning/ensemble-k-nearest-neighbors
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)Machine learning↔ compare
- Ensemble Decision TreeMachine learning↔ compare
- Ensemble Support Vector MachineMachine learning↔ compare
- Random ForestMachine learning↔ compare
- Voting EnsembleMachine learning↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →