Félig felügyelt szavazó együttes
A félig felügyelt szavazó együttes több osztályozót tanít egy kis címkézett halmazon, majd iteratívan kihasználja a címkézetlen adatokat azáltal, hogy az osztályozók címkézik azokat a példányokat, amelyekben megegyeznek, bővítve a tanítóhalmazt, amíg az összes osztályozó közösen szavaz a tesztpéldányokon. Egyesíti a félig felügyelt tanulás címkehatékonyságát a többségi szavazó együttesek variancia-csökkentésével, így értékes, ha az annotáció költséges.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Zhou, Z.-H., & Li, M. (2005). Tri-training: Exploiting unlabeled data using three classifiers. IEEE Transactions on Knowledge and Data Engineering, 17(11), 1529–1541. DOI: 10.1109/TKDE.2005.186 ↗
- Blum, A., & Mitchell, T. (1998). Combining labeled and unlabeled data with co-training. Proceedings of the 11th Annual Conference on Computational Learning Theory (COLT), 92–100. DOI: 10.1145/279943.279962 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Semi-supervised Voting Ensemble (Agreement-based Multi-classifier with Unlabeled Data). ScholarGate. https://scholargate.app/hu/machine-learning/semi-supervised-voting-ensemble
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.
- BoostingGépi tanulás↔ compare
- Önfelügyelt tanulásGépi tanulás↔ compare
- Félfelügyelt BaggingGépi tanulás↔ compare
- Félfelügyelt tanulásGépi tanulás↔ compare
- Voting EnsembleGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →