Полу-наблюдавано гласуващо ансамблово обучение
Полу-наблюдавано гласуващо ансамблово обучение тренира множество класификатори върху малък етикетиран набор от данни, след което итеративно използва немаркирани данни, като класификаторите етикетират примери, за които са съгласни, разширявайки тренировъчния пул, докато всички класификатори гласуват съвместно върху тестови примери. То комбинира ефективността на етикетирането на полу-наблюдаваното обучение с намаляването на вариацията на ансамблите с мнозинство от гласове, което го прави ценно, когато анотирането е скъпо.
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
- Zhou, Z.-H., & Li, M. (2005). Tri-training: Exploiting unlabeled data using three classifiers. IEEE Transactions on Knowledge and Data Engineering, 17(11), 1529–1541. DOI: 10.1109/TKDE.2005.186 ↗
- Blum, A., & Mitchell, T. (1998). Combining labeled and unlabeled data with co-training. Proceedings of the 11th Annual Conference on Computational Learning Theory (COLT), 92–100. DOI: 10.1145/279943.279962 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Semi-supervised Voting Ensemble (Agreement-based Multi-classifier with Unlabeled Data). ScholarGate. https://scholargate.app/bg/machine-learning/semi-supervised-voting-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.
- БустингМашинно обучение↔ compare
- Самообучаващо се ученеМашинно обучение↔ compare
- Полу-наблюдавано пакетиранеМашинно обучение↔ compare
- Полу-наблюдавано обучениеМашинно обучение↔ compare
- Гласуваща ансамблова схемаМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →