Hlasovacie zoskupenie
Hlasovacie zoskupenie trénuje niekoľko rôznorodých klasifikátorov nezávisle a kombinuje ich predikcie hlasovaním: tvrdé hlasovanie vyberie triedu zvolenú väčšinou modelov, zatiaľ čo mäkké hlasovanie priemeruje ich odhady pravdepodobnosti triedy, voliteľne s váhami pre jednotlivé modely. Kombinácia zvyčajne prekonáva akéhokoľvek jednotlivého člena a nevyžaduje žiadne dodatočné trénovanie po natrénovaní základných modelov.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
+24 more
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Voting Ensemble (Majority and Weighted Voting of Multiple Classifiers). ScholarGate. https://scholargate.app/sk/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)Strojové učenie↔ compare
- BoostingStrojové učenie↔ compare
- Extra TreesStrojové učenie↔ compare
- Náhodný lesStrojové učenie↔ compare
- StackingStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →