Machine learningMachine learning
למידה פעילה של K-שכנים קרובים ביותר
למידה פעילה עם K-שכנים קרובים ביותר (KNN) משלבת את חיזוי מבוסס-המופע של KNN עם אסטרטגיית שאילתה איטרטיבית הבוחרת את הדוגמאות הבלתי-מתויגות האינפורמטיביות ביותר לצורך תיוג. המודל מבקש תוויות רק עבור מופעים שבהם מרווחי ההצבעה השכונתיים הם הצרים ביותר, ומשיג דיוק תחרותי עם הרבה פחות דוגמאות מתויגות מאשר KNN בפיקוח מלא על נתונים טבלאיים.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Active Learning with K-Nearest Neighbors Classifier. ScholarGate. https://scholargate.app/he/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.
- למידה פעילהלמידת מכונה↔ compare
- עץ החלטה ללמידה אקטיביתלמידת מכונה↔ compare
- למידה פעילה עם רגרסיה לוגיסטיתלמידת מכונה↔ compare
- K-השכנים הקרובים למחצה-מפוקחלמידת מכונה↔ compare