Полу-наблюдавано пакетиране
Полу-наблюдаваното пакетиране разширява класическото пакетиране на ансамбли към настройки, където маркираните тренировъчни примери са оскъдни, но е наличен голям обем немаркирани данни. Базови обучаващи се модели, обучени на маркирани данни, присвояват псевдо-маркировки на немаркирани примери; разширеният набор от данни след това се използва за изграждане на разнообразен ансамбъл, чийто агрегиран глас е по-точен и по-стабилен от всеки отделен модел, обучен само на ограничения маркиран набор.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Bennett, K. P., & Demiriz, A. (1999). Semi-supervised support vector machines. Advances in Neural Information Processing Systems, 11. MIT Press. link ↗
- Li, M., & Zhou, Z.-H. (2005). SETRED: Self-training with editing. In Proceedings of the 9th Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD), LNAI 3518, pp. 611–621. Springer. DOI: 10.1007/11430919_71 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Semi-supervised Bagging (Bootstrap Aggregating with Unlabeled Data). ScholarGate. https://scholargate.app/bg/machine-learning/semi-supervised-bagging
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.
- Градиентен бустингМашинно обучение↔ compare
- Label PropagationМашинно обучение↔ compare
- Случайна гораМашинно обучение↔ compare
- Полу-наблюдавано обучениеМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →