Arbre de decisió semi-supervisat
Un arbre de decisió semi-supervisat estén la inducció estàndard d'arbres de decisió — com CART o C4.5 — per aprofitar observacions no etiquetades al costat del conjunt d'entrenament etiquetat. Assignant iterativament etiquetes provisionals a dades no etiquetades i incorporant-les al procés de creixement o divisió, l'algoritme pot assolir una millor precisió que un arbre totalment supervisat entrenat només amb el subconjunt etiquetat, cosa que és especialment valuosa quan l'etiquetatge és car o consumeix molt de temps.
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
- Levin, E. & Shapiro, E. (2000). Learning Decision Trees from Semi-labeled Examples. Proceedings of the ICML Workshop on Attribute-Value and Relational Learning. link ↗
- Zhu, X. & Goldberg, A. B. (2009). Introduction to Semi-Supervised Learning. Morgan & Claypool Publishers. ISBN: 978-1-598-29548-9
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Semi-supervised Decision Tree Learning. ScholarGate. https://scholargate.app/ca/machine-learning/semi-supervised-decision-tree
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.
- Arbre de decisióAprenentatge automàtic↔ compare
- Gradient BoostingAprenentatge automàtic↔ compare
- Propagació d'etiquetesAprenentatge automàtic↔ compare
- Random ForestAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →