Machine learningMachine learning
半教師あり線形回帰
半教師あり線形回帰は、少数のラベル付きデータセットに線形モデルを適合させ、その後、ラベルなし観測値の大きなプールを活用して係数推定値と汎化性能を向上させます。ラベルなしデータ点に擬似ラベルを生成し、モデルを反復的に洗練させることにより、わずかなラベルのみで学習された純粋な教師あり線形モデルよりも優れた予測精度を達成します。
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
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised Linear Regression (Linear Model with Labeled and Unlabeled Data). ScholarGate. https://scholargate.app/ja/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.
Compare side by side →