अर्ध-पर्यवेक्षित XGBoost
अर्ध-पर्यवेक्षित XGBoost, XGBoost ग्रेडिएंट बूस्टिंग फ्रेमवर्क को उन सेटिंग्स में विस्तारित करता है जहां प्रशिक्षण उदाहरणों का केवल एक अंश लेबल वहन करता है। पुनरावृत्त रूप से अलेबल डेटा के लिए छद्म-लेबल उत्पन्न करके और विस्तारित सेट पर पुनः प्रशिक्षण द्वारा, यह विधि अलेबल अवलोकनों से संकेत निकालती है, लेबल वाले डेटा के दुर्लभ होने पर सामान्यीकरण में सुधार करती 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
- Chen, T. & Guestrin, C. (2016). XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 785–794. DOI: 10.1145/2939672.2939785 ↗
- 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 Extreme Gradient Boosting. ScholarGate. https://scholargate.app/hi/machine-learning/semi-supervised-xgboost
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.
- ग्रेडिएंट बूस्टिंगमशीन अधिगम↔ compare
- लेबल प्रोपेगेशनमशीन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare