Poolitatud juhuslik mets
Poolitatud juhuslik mets (SSL-RF) laiendab klassikalist juhuslikku metsa, kasutades nii märgistatud kui ka märgistamata treeningnäiteid. Kui andmete märgistamine on kulukas või aeganõudev, määrab SSL-RF metsast endast kaudu märgistamata vaatlustele ajutised pseudo-sildid, seejärel treenib uuesti rikastatud andmestikul, parandades järk-järgult täpsust ilma täiendavat inimlikku annotatsiooni vajamata.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Leistner, C., Saffari, A., Santner, J., & Bischof, H. (2009). Semi-supervised random forests. In Proceedings of the IEEE 12th International Conference on Computer Vision (ICCV), pp. 506–513. IEEE. DOI: 10.1109/ICCV.2009.5459198 ↗
- Zhu, X. (2005). Semi-supervised learning literature survey. Computer Sciences Technical Report 1530, University of Wisconsin-Madison. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Semi-supervised Random Forest (SSL-RF). ScholarGate. https://scholargate.app/et/machine-learning/semi-supervised-random-forest
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.
- Gradient BoostingMasinõpe↔ compare
- Siltide levitamineMasinõpe↔ compare
- Juhuslik metsMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →