K-vecinos más cercanos semi-supervisado
El KNN semi-supervisado (Semi-supervised KNN) extiende el algoritmo clásico de K-vecinos más cercanos para explotar grandes conjuntos de datos sin etiquetar junto con un pequeño conjunto etiquetado. Al construir un grafo KNN sobre todas las observaciones y propagar las etiquetas conocidas a través de los bordes del grafo, el método infiere etiquetas para puntos sin etiquetar sin requerir la costosa anotación manual de cada muestra.
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
- Zhu, X. & Ghahramani, Z. (2002). Learning from labeled and unlabeled data with label propagation. Technical Report CMU-CALD-02-107, Carnegie Mellon University. link ↗
- Chapelle, O., Scholkopf, B. & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Cómo citar esta página
ScholarGate. (2026, June 3). Semi-supervised K-Nearest Neighbors (Label Propagation via KNN Graph). ScholarGate. https://scholargate.app/es/machine-learning/semi-supervised-k-nearest-neighbors
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.
- Propagación de EtiquetasAprendizaje automático↔ compare
- Proceso Gaussiano SemisupervisadoAprendizaje automático↔ compare
- Aprendizaje semisupervisadoAprendizaje automático↔ compare
- Máquina de Vectores de Soporte SemisupervisadaAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →