K-Nearest Neighbors semi-supervisat
El K-Nearest Neighbors (KNN) semi-supervisat estén l'algorisme clàssic de K-nearest neighbors per a aprofitar grans conjunts de dades no etiquetades al costat d'un petit conjunt etiquetat. Construint un graf KNN sobre totes les observacions i propagant les etiquetes conegudes a través de les arestes del graf, el mètode inferix etiquetes per a punts no etiquetats sense necessitat d'una costosa anotació manual de cada mostra.
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
- Zhu, X. & Ghahramani, Z. (2002). Learning from labeled and unlabeled data with label propagation. Technical Report CMU-CALD-02-107, Carnegie Mellon University. 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 K-Nearest Neighbors (Label Propagation via KNN Graph). ScholarGate. https://scholargate.app/ca/machine-learning/semi-supervised-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.
- Propagació d'etiquetesAprenentatge automàtic↔ compare
- Process Gaussian semisupervisatAprenentatge automàtic↔ compare
- Aprenentatge semi-supervisatAprenentatge automàtic↔ compare
- Support Vector Machine Semisupervisat (S3VM)Aprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →