CatBoost semi-supervisat
CatBoost semi-supervisat aplica el marc de gradient boosting ordenat de CatBoost a configuracions on només una fracció d'instàncies d'entrenament porta etiquetes, aprofitant les dades no etiquetades mitjançant pseudo-etiquetatge o estratègies basades en la consistència per millorar la precisió del model més enllà del que permetrien només les dades etiquetades.
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
- Prokhorenkova, L., Gusev, G., Vorobev, A., Dorogush, A. V., & Gulin, A. (2018). CatBoost: unbiased boosting with categorical features. In Advances in Neural Information Processing Systems (NeurIPS), 31. link ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Semi-supervised CatBoost (Gradient Boosting with Partially Labeled Data). ScholarGate. https://scholargate.app/ca/machine-learning/semi-supervised-catboost
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.
- CatBoostAprenentatge automàtic↔ compare
- Gradient BoostingAprenentatge automàtic↔ compare
- Gradient Boosting Semi-SupervisatAprenentatge automàtic↔ compare
- Bosc Aleatori Semi-supervisatAprenentatge automàtic↔ compare
- XGBoost semisupervisatAprenentatge automàtic↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →