XGBoost semisupervisat
L'XGBoost semisupervisat estén el marc de gradient boosting XGBoost a entorns on només una fracció dels exemples d'entrenament porten etiquetes. Generant iterativament pseudoetiquetes per a dades no etiquetades i reentrenant amb el conjunt ampliat, el mètode extreu senyals d'observacions no etiquetades, millorant la generalització quan les dades etiquetades són 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
- Chen, T. & Guestrin, C. (2016). XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 785–794. DOI: 10.1145/2939672.2939785 ↗
- 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 Extreme Gradient Boosting. ScholarGate. https://scholargate.app/ca/machine-learning/semi-supervised-xgboost
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.
- Gradient BoostingAprenentatge automàtic↔ compare
- Propagació d'etiquetesAprenentatge automàtic↔ compare
- Random ForestAprenentatge automàtic↔ compare
- XGBoostAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →