Полу-наблюдавано подреждане на ансамбли
Полу-наблюдаваното подреждане на ансамбли (Semi-supervised Stacking Ensemble) разширява класическата рамка за подредена генерализация (stacked generalization) към сценарии, където само част от тренировъчните примери носят етикети. Базовите обучители първоначално се тренират върху маркирани данни, след което се използват за присвояване на псевдо-етикети на немаркирани примери; разширеният набор от данни тренира по-силни базови модели, чиито предсказания извънгънки (out-of-fold) формират входа към мета-обучител, създавайки двустепенен ансамбъл, който използва както маркирана, така и немаркирана структура.
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
- Wolpert, D. H. (1992). Stacked generalization. Neural Networks, 5(2), 241–259. DOI: 10.1016/S0893-6080(05)80023-1 ↗
- Chapelle, O., Schölkopf, 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 Stacking Ensemble (Self-trained Stacked Generalization). ScholarGate. https://scholargate.app/bg/machine-learning/semi-supervised-stacking-ensemble
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.
- Ансамбъл BaggingАнсамблово обучение↔ compare
- Градиентен бустингМашинно обучение↔ compare
- Label PropagationМашинно обучение↔ compare
- Случайна гораМашинно обучение↔ compare
- СтакингМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →