Machine learningMachine learning
K-means חצי מפוקח
K-means חצי מפוקח מרחיב את אשכול ה-K-means הסטנדרטי על ידי שילוב פיקוח חלקי — בין אם קבוצה קטנה של נקודות זרע מתויגות או אילוצי must-link ו-cannot-link זוגיים — כדי להנחות את יצירת האשכולות. הוא מגשר בין אשכול לא מפוקח לבין סיווג מפוקח במלואו, ומאפשר אשכולות משמעותיים יותר כאשר תוויות נדירות אך יקרות להשגה במלואן.
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
- Wagstaff, K., Cardie, C., Rogers, S., & Schroedl, S. (2001). Constrained K-means Clustering with Background Knowledge. In Proceedings of the 18th International Conference on Machine Learning (ICML 2001), pp. 577–584. link ↗
- Basu, S., Banerjee, A., & Mooney, R. J. (2002). Semi-supervised Clustering by Seeding. In Proceedings of the 19th International Conference on Machine Learning (ICML 2002), pp. 27–34. link ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Semi-supervised K-means Clustering. ScholarGate. https://scholargate.app/he/machine-learning/semi-supervised-k-means
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
- DBSCANלמידת מכונה↔ compare
- אשכול K-meansלמידת מכונה↔ compare
- למידה מונחית-למחצהלמידת מכונה↔ compare
- אשכול ספקטרלילמידת מכונה↔ compare