Machine learningMachine learning

Comitê de Votação

Um comitê de votação treina vários classificadores diversos independentemente e combina suas previsões por meio de um voto: a votação majoritária (hard voting) escolhe a classe selecionada pela maioria dos modelos, enquanto a votação ponderada (soft voting) calcula a média de suas estimativas de probabilidade de classe, opcionalmente com pesos por modelo. A combinação geralmente supera qualquer membro individual e não requer treinamento adicional após o ajuste dos modelos base.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

The neighbourhood of related methods — select a node to explore.

Comitê de Votação

Bagging (Bootstrap Aggre…Boosting Extra Trees Random Forest Stacking Active Learning Stacking…Active Learning Voting E…Regras de Associação Bagging Bayesiano Ensemble de Empilhamento…

+24 more

Fontes

Kuncheva, L. I. (2004). Combining Pattern Classifiers: Methods and Algorithms. Wiley-Interscience. ISBN: 978-0-471-21078-8
Dietterich, T. G. (2000). Ensemble Methods in Machine Learning. In J. Kittler & F. Roli (Eds.), Multiple Classifier Systems (MCS 2000), Lecture Notes in Computer Science, vol 1857, pp. 1–15. Springer. DOI: 10.1007/3-540-45014-9_1 ↗

Como citar esta página

ScholarGate. (2026, June 3). Voting Ensemble (Majority and Weighted Voting of Multiple Classifiers). ScholarGate. https://scholargate.app/pt/machine-learning/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.

Bagging (Bootstrap Aggregating)Aprendizado de máquina↔ compare
BoostingAprendizado de máquina↔ compare
Extra TreesAprendizado de máquina↔ compare
Random ForestAprendizado de máquina↔ compare
StackingAprendizado de máquina↔ compare

Compare side by side →

Referenciado por

Active Learning Stacking Ensemble Active Learning Voting Ensemble Regras de Associação Bagging Bayesiano Ensemble de Empilhamento Bayesiano Boosting Aprendizagem Ativa por Conjunto Regras de Associação por Ensemble Detecção de Anomalias por Autoencoder em Ensemble Árvore de Decisão em Ensemble Aprendizagem Federada em Conjunto (Ensemble Federated Learning)Aprendizagem de Poucas Amostras por Ensemble Processo Gaussiano em Conjunto Isolation Forest em Ensemble K-Vizinhos Mais Próximos em Conjunto Regressão Linear de Ensemble Regressão Logística de Ensemble Aprendizado de Métrica por Ensemble Naive Bayes Ensemble Ensemble One-Class SVM Aprendizagem Online em Conjunto Aprendizado Semi-supervisionado por Ensemble Máquina de Vetores de Suporte em Ensemble Aprendizado de Transferência em Ensemble Conjunto de Votação Explicável Conjunto de Votação Online Regularized Stacking Ensemble Robust Bagging Robust Voting Ensemble Conjunto de Votação Semissupervisionado

Encontrou um problema nesta página? Relate ou sugira uma correção →