Aktivní učení K-nejbližších sousedů
Aktivní učení s K-nejbližšími sousedy kombinuje predikci KNN založenou na instancích s iterativní strategií dotazování, která vybírá nejinformativnější neoznačené příklady k anotaci. Model požaduje štítky pouze pro instance, kde jsou rozpětí hlasů v sousedství nejužší, čímž dosahuje konkurenční přesnosti s mnohem menším počtem označených příkladů než plně dohlížené KNN na tabulkových datech.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin-Madison. link ↗
- Zhu, X., Lafferty, J., & Ghahramani, Z. (2003). Combining active learning and semi-supervised learning using Gaussian fields and harmonic functions. Proceedings of the ICML 2003 Workshop on the Continuum from Labeled to Unlabeled Data, 58–65. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Active Learning with K-Nearest Neighbors Classifier. ScholarGate. https://scholargate.app/cs/machine-learning/active-learning-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.
- Aktivní učeníStrojové učení↔ compare
- Rozhodovací strom pro aktivní učeníStrojové učení↔ compare
- Logistická regrese s aktivním učeniemStrojové učení↔ compare
- Polu-supervizované K-nejbližších sousedůStrojové učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →