Félfelügyelt Random Forest
A Félfelügyelt Random Forest (SSL-RF) a klasszikus Random Forest kiterjesztése, amely címkézett és címkézetlen tanító példányokat egyaránt kihasznál. Amikor a címkézett adatok gyűjtése költséges vagy időigényes, az SSL-RF a foreston keresztül önmagában is hozzárendelhet ideiglenes pszeudocímkéket a címkézetlen megfigyelésekhez, majd újra tanít a dúsított adathalmazon, fokozatosan javítva a pontosságot további emberi annotáció igénybevétele nélkül.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Leistner, C., Saffari, A., Santner, J., & Bischof, H. (2009). Semi-supervised random forests. In Proceedings of the IEEE 12th International Conference on Computer Vision (ICCV), pp. 506–513. IEEE. DOI: 10.1109/ICCV.2009.5459198 ↗
- Zhu, X. (2005). Semi-supervised learning literature survey. Computer Sciences Technical Report 1530, University of Wisconsin-Madison. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Semi-supervised Random Forest (SSL-RF). ScholarGate. https://scholargate.app/hu/machine-learning/semi-supervised-random-forest
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.
- Gradient BoostingGépi tanulás↔ compare
- CímkepropagációGépi tanulás↔ compare
- Véletlen erdőGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →