Regressió lineal semisupervisada
La regressió lineal semisupervisada ajusta un model lineal a un petit conjunt de dades etiquetades i després aprofita un conjunt més gran d'observacions no etiquetades per millorar les estimacions dels coeficients i la generalització. En generar pseudoetiquetes per a punts no etiquetats i refinar iterativament el model, aconsegueix una precisió predictiva millor que un model lineal purament supervisat entrenat només amb etiquetes escasses.
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
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Zhou, Z.-H., & Li, M. (2005). Semi-supervised regression with co-training. Proceedings of the 19th International Joint Conference on Artificial Intelligence (IJCAI), 908–913. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Semi-supervised Linear Regression (Linear Model with Labeled and Unlabeled Data). ScholarGate. https://scholargate.app/ca/machine-learning/semi-supervised-linear-regression
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
- Regressió Lineal (ML)Aprenentatge automàtic↔ compare
- Regressió Lineal RegularitzadaAprenentatge automàtic↔ compare
- Aprenentatge semi-supervisatAprenentatge automàtic↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →