Máy học vectơ hỗ trợ tổ hợp
Máy học vectơ hỗ trợ tổ hợp (Ensemble Support Vector Machine) kết hợp nhiều bộ phân loại hoặc bộ hồi quy SVM được huấn luyện độc lập — mỗi bộ được khớp trên một phân vùng dữ liệu, mẫu bootstrap, hoặc tập con đặc trưng khác nhau — và tổng hợp các kết quả đầu ra của chúng thông qua bỏ phiếu, lấy trung bình, hoặc xếp chồng. Phương pháp này giảm thiểu chi phí tính toán cao và độ nhạy với các siêu tham số hạt nhân vốn có trong một bộ SVM quy mô lớn duy nhất, đồng thời cải thiện khả năng tổng quát hóa trên các tập dữ liệu phức tạp hoặc chiều dữ liệu cao.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Ensemble Support Vector Machine (Aggregated SVM Ensemble). ScholarGate. https://scholargate.app/vi/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.
- Bagging (Bootstrap Aggregating)Học máy↔ compare
- BoostingHọc máy↔ compare
- Rừng ngẫu nhiênHọc máy↔ compare
- StackingHọc máy↔ compare
- Voting EnsembleHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →