Η ημι-επιβλεπόμενη εκδοχή του CatBoost
Η ημι-επιβλεπόμενη εκδοχή του CatBoost εφαρμόζει το πλαίσιο του ταξινομημένου ενισχυμένου με κλίση (ordered gradient boosting) του CatBoost σε σενάρια όπου μόνο ένα κλάσμα των δειγμάτων εκπαίδευσης φέρει ετικέτες, αξιοποιώντας μη επισημασμένα δεδομένα μέσω ψευδο-επισημείωσης (pseudo-labeling) ή στρατηγικών βασισμένων στη συνέπεια για τη βελτίωση της ακρίβειας του μοντέλου πέραν αυτού που θα επέτρεπαν μόνο τα επισημασμένα δεδομένα.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Prokhorenkova, L., Gusev, G., Vorobev, A., Dorogush, A. V., & Gulin, A. (2018). CatBoost: unbiased boosting with categorical features. In Advances in Neural Information Processing Systems (NeurIPS), 31. link ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Semi-supervised CatBoost (Gradient Boosting with Partially Labeled Data). ScholarGate. https://scholargate.app/el/machine-learning/semi-supervised-catboost
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.
- CatBoostΜηχανική Μάθηση↔ compare
- Ενίσχυση Κλίσης (Gradient Boosting)Μηχανική Μάθηση↔ compare
- Η Ημι-επιβλεπόμενη Ενίσχυση Κλίσης (Semi-supervised Gradient Boosting)Μηχανική Μάθηση↔ compare
- Ημι-εποπτευόμενο Δάσος Τυχαίων ΔέντρωνΜηχανική Μάθηση↔ compare
- Ημι-εποπτευόμενο XGBoostΜηχανική Μάθηση↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →