Aprenentatge actiu K-Nearest Neighbors
L'aprenentatge actiu amb K-nearest neighbors combina la predicció basada en instàncies de KNN amb una estratègia de consulta iterativa que selecciona els exemples no etiquetats més informatius per a l'anotació. El model sol·licita etiquetes només per a instàncies on els marges de votació del veïnat són més estrets, aconseguint una precisió competitiva amb molts menys exemples etiquetats que KNN totalment supervisat en dades tabulars.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin-Madison. link ↗
- Zhu, X., Lafferty, J., & Ghahramani, Z. (2003). Combining active learning and semi-supervised learning using Gaussian fields and harmonic functions. Proceedings of the ICML 2003 Workshop on the Continuum from Labeled to Unlabeled Data, 58–65. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Active Learning with K-Nearest Neighbors Classifier. ScholarGate. https://scholargate.app/ca/machine-learning/active-learning-k-nearest-neighbors
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.
- Aprenentatge actiuAprenentatge automàtic↔ compare
- Arbre de decisió d'aprenentatge actiuAprenentatge automàtic↔ compare
- Regressió Logística amb Aprenentatge ActiuAprenentatge automàtic↔ compare
- K-Nearest Neighbors semi-supervisatAprenentatge automàtic↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →