Aktiivne Õppimine K-Lähimat Naabrit
Aktiivne õppimine K-lähimate naabritega (KNN) ühendab KNN-i instantsipõhise ennustamise iteratiivse päringustrateegiaga, mis valib annotatsiooniks kõige informatiivsemad märgistamata näited. Mudel küsib silte ainult nende instantside jaoks, kus naabruskonna hääletusmarginaalid on kõige kitsamad, saavutades konkurentsivõimelise täpsuse palju väiksema arvu märgistatud näidetega kui täielikult juhendatud KNN tabelandmetel.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin-Madison. link ↗
- Zhu, X., Lafferty, J., & Ghahramani, Z. (2003). Combining active learning and semi-supervised learning using Gaussian fields and harmonic functions. Proceedings of the ICML 2003 Workshop on the Continuum from Labeled to Unlabeled Data, 58–65. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Active Learning with K-Nearest Neighbors Classifier. ScholarGate. https://scholargate.app/et/machine-learning/active-learning-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.
- Aktiivne õppimineMasinõpe↔ compare
- Aktiivse õppe otsustuspuuMasinõpe↔ compare
- Aktiivne õppimine logistilise regressioonigaMasinõpe↔ compare
- Poolt-juhendatud lähimate naabrite meetod (Semi-supervised K-Nearest Neighbors)Masinõpe↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →