Votação por Maioria
- Proposto por
- Leo Breiman
- Ano
- 1996
- Tipo
- voting aggregation
- Família
- Ensemble
Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês
O que ele faz?
A votação por maioria é um método de ensemble que combina previsões de múltiplos classificadores base, selecionando a classe que recebe o maior número de votos.
Cada classificador base atribui um voto a uma classe predita, e a previsão final é a classe com a maioria (pluralidade). Essa abordagem foi formalizada por Leo Breiman e colegas na década de 1990 como uma maneira simples, porém eficaz, de melhorar a acurácia da classificação.
A intuição por trás do método
A ideia central é que a combinação de classificadores fracos e diversos pode produzir uma decisão coletiva mais robusta por meio de votação democrática. Se os modelos individuais são imperfeitos, mas cometem erros diferentes, um voto majoritário filtra classificações incorretas isoladas. Isso funciona melhor quando os classificadores base são independentes e possuem acurácia moderada — melhor do que o palpite aleatório, mas não perfeita. A força advém da discordância: quando os modelos discordam, a decisão do coletivo é mais confiável do que a de qualquer modelo individual.
História
A votação por maioria surgiu no início da década de 1990, à medida que o aprendizado por ensemble ganhava destaque. O trabalho de Breiman sobre bagging (1996) popularizou a ideia de combinar múltiplos modelos. Kuncheva (2004) forneceu uma teoria abrangente sobre métodos de combinação de ensemble. A votação rígida permanece uma das estratégias de ensemble mais simples e intuitivas, frequentemente servindo como linha de base para métodos mais sofisticados como stacking e boosting.
Quando usar
Utilize a votação por maioria quando você tem múltiplos classificadores base disponíveis e precisa de previsões de ensemble simples e interpretáveis. Funciona bem para classificação multiclasse e assume que os classificadores base são relativamente independentes. É menos eficaz se todos os modelos base tendem a cometer os mesmos erros ou são altamente correlacionados. Prefira outros métodos de ensemble (boosting, stacking) se precisar ponderar os aprendizes base por sua acurácia individual.
Limitações e considerações
- Ignora a confiabilidade do classificador — cada modelo recebe um voto igual, independentemente da acurácia.
- Ineficaz se os classificadores base são altamente correlacionados ou todos cometem erros sistemáticos.
- Empates podem ocorrer em configurações multiclasse, exigindo regras de desempate arbitrárias.
- O desempenho depende criticamente da diversidade e da qualidade individual dos classificadores base.
As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.
Pontos fortes
- Simples de implementar e entender — a regra de votação direta não requer ajuste.
- Computacionalmente eficiente — o tempo de previsão escala linearmente com o número de classificadores base.
- Robusto a previsões discrepantes quando a maioria é clara.
- Funciona com qualquer tipo de classificador base (ensembles heterogêneos são possíveis).
Aplicações
- Diagnóstico médico: combinando previsões de múltiplos modelos de suporte à decisão clínica para reduzir o viés do modelo individual.
- Detecção de spam: agregando decisões de filtros baseados em regras, Naive Bayes e classificadores SVM.
- Avaliação de risco de crédito: ensemble de árvores de decisão e modelos de regressão logística votando na aprovação de empréstimos.
- Classificação de imagens: múltiplas redes neurais convolucionais votando na categoria de objetos em visão computacional.
- Análise de sentimento: combinando a saída de modelos LSTM, transformer e modelos de características artesanais em revisões de texto.
Como funciona
Como funciona
Treine K classificadores base independentes (por exemplo, árvores de decisão, regressão logística, redes neurais) nos mesmos dados de treinamento ou em amostras bootstrapped.
Para uma nova amostra, passe-a por cada um dos K classificadores treinados e colete suas previsões individuais.
Conte os votos para cada classe e atribua a nova amostra à classe com o maior número de votos. Em caso de empate, utilize uma regra de desempate (por exemplo, seleção aleatória ou prioridade predefinida).
Erros comuns
- Treinar todos os classificadores base em dados idênticos reduz a diversidade e os votos tornam-se redundantes.
- Incluir classificadores fracos ou tendenciosos dilui o poder de voto dos modelos precisos.
- Assumir que a votação por maioria funcionará sem verificar se os modelos base são suficientemente independentes.
- Negligenciar o tratamento estratégico de empates — o desempate aleatório pode introduzir instabilidade.
Perguntas frequentes
Como escolho o número de classificadores base?
Comece com 5 a 10 classificadores; adicionar mais pode melhorar a estabilidade, mas com retornos decrescentes. Equilibre os ganhos de acurácia com o custo computacional. Mais classificadores ajudam quando são diversos; modelos redundantes não agregam valor.
E se o número de classificadores base for par e ocorrer um empate?
Defina uma regra de desempate antes do treinamento: atribua à classe com a maior confiança de previsão cumulativa, use seleção aleatória ou atribua a uma classe padrão predefinida. O desempate consistente garante a reprodutibilidade.
Posso usar a votação por maioria com problemas de regressão?
A votação rígida é projetada para classificação. Para regressão, use a média suave (média das previsões) ou a média ponderada.
A diversidade do classificador base garante melhor desempenho do ensemble?
A diversidade ajuda, mas não é suficiente. Os classificadores base devem ser diversos nos padrões de erro e individualmente melhores do que o palpite aleatório. Meça a diversidade empiricamente por meio da correlação de erro de treinamento.
Métodos relacionados
Fontes
Breiman, L. (1996). Bagging predictors. Machine Learning, 24(2), 123-140.
Abrir referência DOICopiado.Kuncheva, L. I. (2004). Combining Pattern Classifiers: Methods and Algorithms. Wiley-Interscience.
Abrir referência da publicaçãoCopiado.