Puolivalvottu Bagging
Puolivalvottu Bagging (Semi-supervised Bagging) laajentaa klassista bagging-ensembleä tilanteisiin, joissa merkittyjä harjoitusesimerkkejä on vähän, mutta merkkaamatonta dataa on saatavilla runsaasti. Merkityllä datalla harjoitetut perusoppijat antavat pseudo-merkintöjä merkkaamattomille esimerkeille; laajennettua aineistoa käytetään sitten monimuotoisen ensemblen kasvattamiseen, jonka yhdistetty äänestys on tarkempi ja vakaampi kuin yksittäisen mallin, joka on harjoitettu pelkästään rajallisella merkityllä joukolla.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Bennett, K. P., & Demiriz, A. (1999). Semi-supervised support vector machines. Advances in Neural Information Processing Systems, 11. MIT Press. link ↗
- Li, M., & Zhou, Z.-H. (2005). SETRED: Self-training with editing. In Proceedings of the 9th Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD), LNAI 3518, pp. 611–621. Springer. DOI: 10.1007/11430919_71 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Semi-supervised Bagging (Bootstrap Aggregating with Unlabeled Data). ScholarGate. https://scholargate.app/fi/machine-learning/semi-supervised-bagging
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 BoostingKoneoppiminen↔ compare
- Label PropagationKoneoppiminen↔ compare
- Random ForestKoneoppiminen↔ compare
- Puoliohjattu oppiminenKoneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →