Máquina de Vectores de Soporte Semisupervisada
La Máquina de Vectores de Soporte Semisupervisada (S3VM) extiende la SVM clásica incorporando grandes cantidades de datos no etiquetados junto con un pequeño conjunto de entrenamiento etiquetado. Busca un hiperplano de máximo margen que no solo separe los ejemplos etiquetados, sino que también atraviese regiones de baja densidad de la distribución completa de datos, lo que resulta en una mejor generalización cuando las muestras etiquetadas son escasas.
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
- Joachims, T. (1999). Transductive Inference for Text Classification using Support Vector Machines. Proceedings of the 16th International Conference on Machine Learning (ICML), 200–209. 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 Support Vector Machine (S3VM / Transductive SVM). ScholarGate. https://scholargate.app/es/machine-learning/semi-supervised-support-vector-machine
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
- Regresión LogísticaEstadística para la investigación↔ compare
- Random ForestAprendizaje automático↔ compare
- Máquina de Vectores de Soporte (Clasificación)Aprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →