Machine learningMachine learning
준지도 학습 스태킹 앙상블
준지도 학습 스태킹 앙상블은 고전적인 스택형 일반화 프레임워크를 훈련 예시 중 일부만 레이블을 가지고 있는 설정으로 확장합니다. 기본 학습기들은 먼저 레이블이 지정된 데이터로 훈련된 다음, 레이블이 지정되지 않은 예시에 의사 레이블을 할당하는 데 사용됩니다. 확장된 데이터셋은 더 강력한 기본 모델을 훈련시키며, 이 모델들의 폴드 외부 예측은 메타 학습기의 입력이 되어 레이블이 지정된 구조와 레이블이 지정되지 않은 구조를 모두 활용하는 2단계 앙상블을 생성합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Wolpert, D. H. (1992). Stacked generalization. Neural Networks, 5(2), 241–259. DOI: 10.1016/S0893-6080(05)80023-1 ↗
- Chapelle, O., Schölkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
이 페이지 인용 방법
ScholarGate. (2026, June 3). Semi-supervised Stacking Ensemble (Self-trained Stacked Generalization). ScholarGate. https://scholargate.app/ko/machine-learning/semi-supervised-stacking-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.
Compare side by side →