K-means Semisupervisado
El K-means semisupervisado extiende la agrupación K-means estándar incorporando supervisión parcial —ya sea un pequeño conjunto de puntos semilla etiquetados o restricciones de "deben-vincularse" (must-link) y "no-pueden-vincularse" (cannot-link) por pares— para guiar la formación de clústeres. Sirve de puente entre la agrupación no supervisada y la clasificación totalmente supervisada, permitiendo clústeres más significativos cuando las etiquetas son escasas pero costosas de obtener en su totalidad.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Semi-supervised K-means Clustering. ScholarGate. https://scholargate.app/es/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.
- Aprendizaje activoAprendizaje automático↔ compare
- DBSCANAprendizaje automático↔ compare
- Agrupamiento K-mediasAprendizaje automático↔ compare
- Aprendizaje semisupervisadoAprendizaje automático↔ compare
- Agrupamiento EspectralAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →