Semi-supervised LightGBM
Semi-supervised LightGBM kombinuje vysoce efektivní gradientní boostingový framework LightGBM s poloparametrickými (semi-supervised) strategiemi — nejčastěji pseudo-labelingem nebo self-trainingem — aby využil velké množství neoznačených dat spolu s menší označenou sadou, čímž zlepšuje prediktivní výkon v situacích, kdy je získání štítků nákladné nebo časově náročné.
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
- Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., Ye, Q., & Liu, T.-Y. (2017). LightGBM: A highly efficient gradient boosting decision tree. Advances in Neural Information Processing Systems, 30, 3146–3154. link ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Semi-supervised Learning with Light Gradient Boosting Machine. ScholarGate. https://scholargate.app/cs/machine-learning/semi-supervised-lightgbm
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.
- LightGBMStrojové učení↔ compare
- Polozavedené vylepšování gradientemStrojové učení↔ compare
- Semi-supervised Random ForestStrojové učení↔ compare
- Semi-supervised XGBoostStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →