Online röstningsensemble
Online Voting Ensemble är en inkrementell ensemblemetod som upprätthåller en pool av basklassificerare – var och en kontinuerligt uppdaterad med inkommande data – och kombinerar deras prediktioner genom en viktad eller oviktad majoritetsröstning. Den är utformad för dataströmmar och anpassar sig till icke-stationära distributioner utan att tränas om från grunden, vilket gör den väl lämpad för realtidsklassificeringsuppgifter där data anländer sekventiellt och konceptdrift kan förekomma.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Oza, N. C., & Russell, S. (2001). Online bagging and boosting. In Proceedings of the Eighth International Workshop on Artificial Intelligence and Statistics (AISTATS 2001), pp. 229–236. link ↗
- Bifet, A., Holmes, G., Pfahringer, B., Kirkby, R., & Gavaldà, R. (2009). New ensemble methods for evolving data streams. In Proceedings of the 15th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 139–148. DOI: 10.1145/1557019.1557041 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Online Voting Ensemble (Incremental Majority-Vote Ensemble for Data Streams). ScholarGate. https://scholargate.app/sv/machine-learning/online-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.
- Online BaggingMaskininlärning↔ compare
- Online BoostingMaskininlärning↔ compare
- Online LearningMaskininlärning↔ compare
- Online Random ForestMaskininlärning↔ compare
- Semi-supervised Voting EnsembleMaskininlärning↔ compare
- RöstningsensembleMaskininlärning↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →