सेल्फ-सुपरवाइज्ड के-मीन्स
सेल्फ-सुपरवाइज्ड के-मीन्स एक क्लस्टरिंग तकनीक है जो के-मीन्स असाइनमेंट को सेल्फ-सुपरवाइज्ड रिप्रेजेंटेशन लर्निंग के साथ जोड़ती है। यह मॉडल बिना लेबल वाले डेटा पॉइंट्स को K समूहों में क्लस्टर करने और उन क्लस्टर असाइनमेंट का उपयोग किसी भी मानव-एनोटेट किए गए ग्राउंड ट्रुथ के बिना, अंतर्निहित फीचर रिप्रेजेंटेशन को परिष्कृत करने के लिए स्यूडो-लेबल के रूप में करने के बीच बारी-बारी से काम करता है, जिससे लगातार अधिक सुसंगत क्लस्टर प्राप्त होते हैं।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Self-supervised K-means Clustering. ScholarGate. https://scholargate.app/hi/machine-learning/self-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.
- एन्सेम्बल के-मीन्समशीन अधिगम↔ compare
- के-मीन्स क्लस्टरिंगमशीन अधिगम↔ compare
- ऑनलाइन के-मीन्समशीन अधिगम↔ compare
- स्व-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित K-माध्य (Semi-supervised K-means)मशीन अधिगम↔ compare