Semi-overvåget K-means
Semi-overvåget K-means udvider standard K-means-klyngning ved at inkorporere delvis overvågning — enten et lille sæt mærkede startpunkter eller parvise 'skal-link'- og 'kan-ikke-link'-begrænsninger — til at styre klyngedannelse. Det bygger bro mellem uovervåget klyngning og fuldt overvåget klassifikation, hvilket muliggør mere meningsfulde klynger, når mærkater er knappe, men dyre at opnå i fuldt omfang.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Wagstaff, K., Cardie, C., Rogers, S., & Schroedl, S. (2001). Constrained K-means Clustering with Background Knowledge. In Proceedings of the 18th International Conference on Machine Learning (ICML 2001), pp. 577–584. link ↗
- Basu, S., Banerjee, A., & Mooney, R. J. (2002). Semi-supervised Clustering by Seeding. In Proceedings of the 19th International Conference on Machine Learning (ICML 2002), pp. 27–34. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Semi-supervised K-means Clustering. ScholarGate. https://scholargate.app/da/machine-learning/semi-supervised-k-means
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.
- Aktiv læringMaskinlæring↔ compare
- DBSCANMaskinlæring↔ compare
- K-means ClusteringMaskinlæring↔ compare
- Semi-supervised LearningMaskinlæring↔ compare
- Spektral klyngedannelseMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →