CatBoost Semi-Supervised
CatBoost Semi-Supervised applica il framework di gradient boosting ordinato di CatBoost a contesti in cui solo una frazione delle istanze di addestramento porta etichette, sfruttando dati non etichettati attraverso strategie di pseudo-etichettatura o basate sulla coerenza per migliorare l'accuratezza del modello oltre quanto consentito dai soli dati etichettati.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Prokhorenkova, L., Gusev, G., Vorobev, A., Dorogush, A. V., & Gulin, A. (2018). CatBoost: unbiased boosting with categorical features. In Advances in Neural Information Processing Systems (NeurIPS), 31. link ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Come citare questa pagina
ScholarGate. (2026, June 3). Semi-supervised CatBoost (Gradient Boosting with Partially Labeled Data). ScholarGate. https://scholargate.app/it/machine-learning/semi-supervised-catboost
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.
- CatBoostApprendimento automatico↔ compare
- Gradient BoostingApprendimento automatico↔ compare
- Gradient Boosting Semi-supervisionatoApprendimento automatico↔ compare
- Random Forest Semi-SupervisionatoApprendimento automatico↔ compare
- XGBoost semi-supervisionatoApprendimento automatico↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →