अर्ध-पर्यवेक्षित नैव बेयस
अर्ध-पर्यवेक्षित नैव बेयस (Semi-supervised Naive Bayes) क्लासिक नैव बेयस जनरेटिव मॉडल का विस्तार है, जो बड़ी संख्या में बिना लेबल वाले डेटा के साथ-साथ एक छोटे लेबल वाले सेट का भी उपयोग करता है। एक्सपेक्टेशन-मैक्सिमाइजेशन (Expectation-Maximization) का उपयोग करके, यह बिना लेबल वाले उदाहरणों के लिए सॉफ्ट क्लास असाइनमेंट को पुनरावृत्त रूप से अनुमानित करता है और क्लास तथा फीचर मापदंडों का पुनर्मूल्यांकन करता है, जिससे लेबल वाले उदाहरणों की कमी होने पर काफी बेहतर क्लासिफायर 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
- Nigam, K., McCallum, A. K., Thrun, S., & Mitchell, T. (2000). Text Classification from Labeled and Unlabeled Documents using EM. Machine Learning, 39(2–3), 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 Naive Bayes (EM-augmented Generative Classifier). ScholarGate. https://scholargate.app/hi/machine-learning/semi-supervised-naive-bayes
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.
- लॉजिस्टिक रिग्रेशनअनुसंधान सांख्यिकी↔ compare
- Naive Bayesमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित समर्थन सदिश मशीनमशीन अधिगम↔ compare