Machine learningMachine learning
半教師あり K-means
半教師あり K-means は、少数のラベル付きシード点、またはペアワイズの必須リンク（must-link）および禁止リンク（cannot-link）制約を組み込むことで標準 K-means クラスタリングを拡張し、クラスタ形成を誘導します。これは、教師なしクラスタリングと完全教師あり分類の間を橋渡しし、ラベルは少ないが高価である場合に、より意味のあるクラスタを可能にします。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Wagstaff, K., Cardie, C., Rogers, S., & Schroedl, S. (2001). Constrained K-means Clustering with Background Knowledge. In Proceedings of the 18th International Conference on Machine Learning (ICML 2001), pp. 577–584. link ↗
- Basu, S., Banerjee, A., & Mooney, R. J. (2002). Semi-supervised Clustering by Seeding. In Proceedings of the 19th International Conference on Machine Learning (ICML 2002), pp. 27–34. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised K-means Clustering. ScholarGate. https://scholargate.app/ja/machine-learning/semi-supervised-k-means
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.
- アクティブラーニング機械学習↔ compare
- DBSCAN機械学習↔ compare
- K-means クラスタリング機械学習↔ compare
- 半教師あり学習機械学習↔ compare
- スペクトラルクラスタリング機械学習↔ compare