Machine learningMachine learning
Semi-supervised XGBoost
Semi-supervised XGBoostは、訓練例のうちラベルが付与されているものが一部に過ぎない設定に対して、XGBoost勾配ブースティングフレームワークを拡張したものである。ラベルなしデータに対して擬似ラベルを反復的に生成し、拡張されたセットで再訓練することにより、ラベル付きデータが乏しい場合に、ラベルなし観測からシグナルを抽出し、汎化性能を向上させる。
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
- Chen, T. & Guestrin, C. (2016). XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 785–794. DOI: 10.1145/2939672.2939785 ↗
- Chapelle, O., Scholkopf, B. & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised Extreme Gradient Boosting. ScholarGate. https://scholargate.app/ja/machine-learning/semi-supervised-xgboost
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 →