Глоссарий ИИ
Полный словарь искусственного интеллекта
Классификатор мажоритарного голосования (Hard Voting)
Метод агрегирования, где итоговое предсказание - это класс, получивший наибольшее количество голосов от набора независимых классификаторов, каждая модель имеет равный вес.
Классификатор усредненного голосования (Soft Voting)
Техника агрегирования, которая вычисляет среднее вероятностей, предсказанных каждым классификатором для каждого класса, класс с наивысшей вероятностью выбирается как итоговое предсказание.
Взвешивание классификаторов
Стратегия, состоящая в присвоении разных весов каждому классификатору в системе голосования, основанная на их индивидуальной производительности или экспертизе на конкретных подмножествах данных.
Гетерогенность моделей
Фундаментальный принцип классификатора голосования, который гласит, что объединенные модели должны быть разных типов (например: дерево решений, SVM, логистическая регрессия) для уменьшения корреляции ошибок.
Агрегация предсказаний
Процесс объединения выходов нескольких моделей в единое итоговое предсказание, в основе работы классификаторов голосованием.
Ошибка обобщения ансамбля
Уровень ошибки объединенной модели на невидимых данных, часто ниже ошибки каждого отдельного классификатора благодаря эффекту сглаживания голосования.
Голосование, взвешенное по уверенности
Вариант soft voting, где вес каждого классификатора пропорционален его уровню уверенности (максимальной вероятности) в его предсказании, что способствует наиболее уверенным предсказаниям.
Классификатор голосования Кондорсе
Метод голосования, где победителем является классификатор, который победил бы каждый другой классификатор в серии парных сравнений на наборе данных.
Агрегированная матрица доверия
Матрица, объединяющая матрицы неточностей или выходные вероятности каждого классификатора для оценки общей производительности и идентификации общих слабых мест ансамбля.
Параллельное обучение классификаторов
Подход, при котором каждая модель ансамбля обучается независимо и одновременно на полном наборе данных, оптимизируя время вычисления для систем голосования.
Агрегированная граница решений
Сложная поверхность решений, получающаяся в результате объединения границ решений каждого отдельного классификатора, обычно более устойчивая и менее подверженная переобучению.
Голосование по принципу большинства относительных
Система голосования, в которой предсказанным классом является тот, который получает большинство голосов, даже если он не достигает абсолютного большинства (более 50%), в отличие от строгого мажоритарного голосования.
Анализ смещения-дисперсии в ансамбле
Исследование того, как голосование объединяет модели с высоким смещением и низкой дисперсией с моделями с низким смещением и высокой дисперсией для получения оптимального компромисса.
Мета-классификатор голосования
Модель более высокого уровня, которая учится комбинировать прогнозы базовых классификаторов, способная выходить за рамки простого голосования, обучая оптимальные веса или сложные правила комбинирования.
Стабильность голосования
Мера постоянства финального прогноза ансамбля при малых изменениях входных данных или параметров отдельных классификаторов.
Голосование с динамическим порогом
Техника, при которой порог принятия решения для мажоритарного или взвешенного голосования корректируется в зависимости от распределения вероятностей или сложности классифицируемого образца.
Разложение ошибки ансамбля
Математический анализ, разделяющий общую ошибку ансамбля на ошибку смещения, ошибку дисперсии и ковариацию между ошибками отдельных классификаторов.