Félfelügyelt lineáris regresszió
A félfelügyelt lineáris regresszió egy lineáris modellt illeszt egy kis méretű címkézett adathalmazra, majd egy nagyobb, címkézetlen megfigyelésekből álló halmazt használ fel a koefficiensek becslésének és az általánosítás javítására. A címkézetlen pontokhoz pszeudo-címkék generálásával és a modell iteratív finomításával jobb prediktív pontosságot ér el, mint egy pusztán felügyelt lineáris modell, amelyet csak szűkös címkék alapján képeztek.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Zhou, Z.-H., & Li, M. (2005). Semi-supervised regression with co-training. Proceedings of the 19th International Joint Conference on Artificial Intelligence (IJCAI), 908–913. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Semi-supervised Linear Regression (Linear Model with Labeled and Unlabeled Data). ScholarGate. https://scholargate.app/hu/machine-learning/semi-supervised-linear-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.
- CímkepropagációGépi tanulás↔ compare
- Lineáris Regresszió (ML)Gépi tanulás↔ compare
- Regularizált lineáris regresszióGépi tanulás↔ compare
- Félfelügyelt tanulásGépi tanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →