K-means semi-supervisat
El K-means semi-supervisat estén de K-means estàndard incorporant supervisió parcial —ja sigui un petit conjunt de punts llavor etiquetats o restriccions de parell must-link i cannot-link— per guiar la formació de clústers. Ponta l'agrupament no supervisat amb la classificació totalment supervisada, permetent clústers més significatius quan les etiquetes són escasses però costoses d'obtenir en la seva totalitat.
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
- Wagstaff, K., Cardie, C., Rogers, S., & Schroedl, S. (2001). Constrained K-means Clustering with Background Knowledge. In Proceedings of the 18th International Conference on Machine Learning (ICML 2001), pp. 577–584. link ↗
- Basu, S., Banerjee, A., & Mooney, R. J. (2002). Semi-supervised Clustering by Seeding. In Proceedings of the 19th International Conference on Machine Learning (ICML 2002), pp. 27–34. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Semi-supervised K-means Clustering. ScholarGate. https://scholargate.app/ca/machine-learning/semi-supervised-k-means
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
- DBSCANAprenentatge automàtic↔ compare
- Agrupació K-meansAprenentatge automàtic↔ compare
- Aprenentatge semi-supervisatAprenentatge automàtic↔ compare
- Clustering EspectralAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →