Полу-наблюдавано K-най-близки съседи
Полу-наблюдаваното KNN разширява класическия алгоритъм K-най-близки съседи, за да използва големи обеми немаркирани данни заедно с малък маркиран набор. Чрез изграждане на KNN граф върху всички наблюдения и разпространение на известни етикети по ребрата на графа, методът извежда етикети за немаркирани точки, без да изисква скъпо ръчно анотиране на всяка извадка.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Zhu, X. & Ghahramani, Z. (2002). Learning from labeled and unlabeled data with label propagation. Technical Report CMU-CALD-02-107, Carnegie Mellon University. link ↗
- Chapelle, O., Scholkopf, B. & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Как да цитирате тази страница
ScholarGate. (2026, June 3). Semi-supervised K-Nearest Neighbors (Label Propagation via KNN Graph). ScholarGate. https://scholargate.app/bg/machine-learning/semi-supervised-k-nearest-neighbors
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Label PropagationМашинно обучение↔ сравняване
- Полу-наблюдаван Гаусов процесМашинно обучение↔ сравняване
- Полу-наблюдавано обучениеМашинно обучение↔ сравняване
- Полу-наблюдавана машина с опорни векториМашинно обучение↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →