अर्ध-पर्यवेक्षित लॉजिस्टिक रिग्रेशन
अर्ध-पर्यवेक्षित लॉजिस्टिक रिग्रेशन, प्रशिक्षण के दौरान बिना लेबल वाले डेटा को शामिल करके मानक लॉजिस्टिक क्लासिफायर का विस्तार करता है। सेल्फ-ट्रेनिंग, एक्सपेक्टेशन-मैक्सिमाइज़ेशन, या लेबल-प्रोपैगेशन रैपर का उपयोग करके, यह पुनरावृत्त रूप से बिना लेबल वाले उदाहरणों को सॉफ्ट लेबल निर्दिष्ट करता है और मॉडल पैरामीटर को परिष्कृत करता है, जिससे लेबल वाले डेटा की कमी होने पर सामान्यीकरण में सुधार होता है।
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
- Nigam, K., McCallum, A., Thrun, S., & Mitchell, T. (2000). Text classification from labeled and unlabeled documents using EM. Machine Learning, 39, 103–134. DOI: 10.1023/a:1007692713085 ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.) (2006). Semi-supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Semi-supervised Logistic Regression (Self-training and EM-based variants). ScholarGate. https://scholargate.app/hi/machine-learning/semi-supervised-logistic-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.
- लेबल प्रोपेगेशनमशीन अधिगम↔ compare
- लॉजिस्टिक रिग्रेशन (एमएल)मशीन अधिगम↔ compare
- स्वयं-पर्यवेक्षित लॉजिस्टिक रिग्रेशनमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित नैव बेयसमशीन अधिगम↔ compare