अर्ध-पर्यवेक्षित निर्णय वृक्ष
एक अर्ध-पर्यवेक्षित निर्णय वृक्ष (Semi-supervised Decision Tree) मानक निर्णय वृक्ष प्रेरण – जैसे CART या C4.5 – का विस्तार करता है ताकि लेबल रहित अवलोकनों का उपयोग लेबल किए गए प्रशिक्षण सेट के साथ किया जा सके। लेबल रहित डेटा को पुनरावृत्त रूप से अस्थायी लेबल निर्दिष्ट करके और उन्हें बढ़ने या विभाजित करने की प्रक्रिया में शामिल करके, एल्गोरिथम अकेले लेबल किए गए उपसमूह पर प्रशिक्षित पूरी तरह से पर्यवेक्षित वृक्ष की तुलना में बेहतर सटीकता प्राप्त कर सकता है, जो विशेष रूप से तब मूल्यवान होता है जब लेबलिंग महंगा या समय लेने वाला हो।
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
- Levin, E. & Shapiro, E. (2000). Learning Decision Trees from Semi-labeled Examples. Proceedings of the ICML Workshop on Attribute-Value and Relational Learning. link ↗
- Zhu, X. & Goldberg, A. B. (2009). Introduction to Semi-Supervised Learning. Morgan & Claypool Publishers. ISBN: 978-1-598-29548-9
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Semi-supervised Decision Tree Learning. ScholarGate. https://scholargate.app/hi/machine-learning/semi-supervised-decision-tree
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.
- निर्णय वृक्षमशीन अधिगम↔ compare
- ग्रेडिएंट बूस्टिंगमशीन अधिगम↔ compare
- लेबल प्रोपेगेशनमशीन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare