Полу-наблюдавано K-средни
Полу-наблюдаваното K-средни разширява стандартното K-средни клъстериране чрез включване на частична наблюдаемост — или малък набор от етикетирани начални точки, или двойкови ограничения от типа „трябва да са заедно“ (must-link) и „не трябва да са заедно“ (cannot-link) — за насочване на формирането на клъстери. То свързва безнадзорното клъстериране и напълно наблюдаваното класифициране, като позволява по-смислени клъстери, когато етикетите са оскъдни, но скъпи за получаване в пълен обем.
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
- Wagstaff, K., Cardie, C., Rogers, S., & Schroedl, S. (2001). Constrained K-means Clustering with Background Knowledge. In Proceedings of the 18th International Conference on Machine Learning (ICML 2001), pp. 577–584. link ↗
- Basu, S., Banerjee, A., & Mooney, R. J. (2002). Semi-supervised Clustering by Seeding. In Proceedings of the 19th International Conference on Machine Learning (ICML 2002), pp. 27–34. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Semi-supervised K-means Clustering. ScholarGate. https://scholargate.app/bg/machine-learning/semi-supervised-k-means
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.
- Активно обучениеМашинно обучение↔ compare
- DBSCANМашинно обучение↔ compare
- K-means клъстеризацияМашинно обучение↔ compare
- Полу-наблюдавано обучениеМашинно обучение↔ compare
- Спектрално клъстериранеМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →