Majoritetsstemmegivning
Majoritetsstemmegivning er en ensemblemetode som kombinerer prediksjoner fra flere basisklassifikatorer ved å velge den klassen som mottar flest stemmer. Hver basisklassifikator avgir én stemme for en predikert klasse, og den endelige prediksjonen er klassen med flertall (pluralitet). Denne tilnærmingen ble formalisert av Leo Breiman og kolleger på 1990-tallet som en enkel, men effektiv måte å forbedre klassifiseringsnøyaktigheten på.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Majority Voting Ensemble. ScholarGate. https://scholargate.app/no/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.
- AdaBoostMaskinlæring↔ compare
- Bagging EnsembleEnsemblelæring↔ compare
- Boosting EnsembleEnsemblelæring↔ compare
- Random ForestMaskinlæring↔ compare
- Stablet generaliseringEnsemblelæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →