Puoliohjattu lineaarinen regressio
Puoliohjattu lineaarinen regressio sovittaa lineaariset mallit pieneen merkittyyn aineistoon ja hyödyntää sitten suurempaa määrää merkitsemättömiä havaintoja kerroinestimaattien ja yleistyskyvyn parantamiseksi. Generoimalla pseudotunnisteita merkitsemättömille pisteille ja iteroimalla mallia se saavuttaa paremman ennustustarkkuuden kuin pelkästään vähäisillä tunnisteilla koulutettu täysin ohjattu lineaarinen malli.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Zhou, Z.-H., & Li, M. (2005). Semi-supervised regression with co-training. Proceedings of the 19th International Joint Conference on Artificial Intelligence (IJCAI), 908–913. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Semi-supervised Linear Regression (Linear Model with Labeled and Unlabeled Data). ScholarGate. https://scholargate.app/fi/machine-learning/semi-supervised-linear-regression
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.
- Label PropagationKoneoppiminen↔ compare
- Lineaarinen regressio (ML)Koneoppiminen↔ compare
- Regularisoitu lineaarinen regressioKoneoppiminen↔ compare
- Puoliohjattu oppiminenKoneoppiminen↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →