Félfelügyelt K-legközelebbi szomszédok
A félfelügyelt K-legközelebbi szomszédok (KNN) algoritmus kiterjeszti a klasszikus K-legközelebbi szomszédok algoritmust, hogy nagyszámú címkézetlen adatot használjon fel egy kis címkézett készlet mellett. Az összes megfigyelésen egy KNN-gráf felépítésével és az ismert címkék gráfon keresztüli terjesztésével a módszer címkéket következtet a címkézetlen pontokra anélkül, hogy minden mintát drága manuális annotációval kellene ellátni.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- Zhu, X. & Ghahramani, Z. (2002). Learning from labeled and unlabeled data with label propagation. Technical Report CMU-CALD-02-107, Carnegie Mellon University. link ↗
- Chapelle, O., Scholkopf, B. & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Semi-supervised K-Nearest Neighbors (Label Propagation via KNN Graph). ScholarGate. https://scholargate.app/hu/machine-learning/semi-supervised-k-nearest-neighbors
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- CímkepropagációGépi tanulás↔ összehasonlítás
- Félfelügyelt Gausszi-folyamGépi tanulás↔ összehasonlítás
- Félfelügyelt tanulásGépi tanulás↔ összehasonlítás
- Félfelügyelt Támogató Vektor GépGépi tanulás↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →