Ансамбль опорных векторов (Ensemble Support Vector Machine)
Ансамбль опорных векторов (Ensemble Support Vector Machine) объединяет несколько независимо обученных классификаторов или регрессоров SVM — каждый из которых настроен на отдельном разделе данных, бутстрап-выборке или подмножестве признаков — и агрегирует их выходы посредством голосования, усреднения или стекинга. Этот подход снижает высокую вычислительную стоимость и чувствительность к гиперпараметрам ядра, присущие одному крупномасштабному SVM, одновременно улучшая обобщающую способность на сложных или высокоразмерных наборах данных.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Ensemble Support Vector Machine (Aggregated SVM Ensemble). ScholarGate. https://scholargate.app/ru/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.
- Бэггинг (Бутстрэп-агрегирование)Машинное обучение↔ compare
- БустингМашинное обучение↔ compare
- Случайный лесМашинное обучение↔ compare
- СтекингМашинное обучение↔ compare
- Голосующая ансамблевая модельМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →