Semi-overvåget lineær regression
Semi-overvåget lineær regression tilpasser en lineær model til et lille mærket datasæt og udnytter derefter en større pulje af umærkede observationer til at forbedre koefficientestimater og generalisering. Ved at generere pseudo-mærker for umærkede punkter og iterativt forfine modellen opnår den bedre forudsigelsesnøjagtighed end en rent overvåget lineær model trænet alene på sparsomme mærker.
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
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Semi-supervised Linear Regression (Linear Model with Labeled and Unlabeled Data). ScholarGate. https://scholargate.app/da/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.
- Label PropagationMaskinlæring↔ compare
- Lineær regression (ML)Maskinlæring↔ compare
- Regulariseret Lineær RegressionMaskinlæring↔ compare
- Semi-supervised LearningMaskinlæring↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →