Pusuzraudzīts lēmumu koks
Pusuzraudzīts lēmumu koks paplašina standarta lēmumu koku indukciju — piemēram, CART vai C4.5 — lai izmantotu neiezīmētus novērojumus līdzās iezīmētajai apmācības kopai. Iteratīvi piešķirot provizoriskas iezīmes neiezīmētajiem datiem un iekļaujot tās augšanas vai sadalīšanas procesā, algoritms var sasniegt labāku precizitāti nekā pilnībā uzraudzīts koks, kas apmācīts tikai uz iezīmētās apakškopas, kas ir īpaši vērtīgi, ja iezīmēšana ir dārga vai laikietilpīga.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Levin, E. & Shapiro, E. (2000). Learning Decision Trees from Semi-labeled Examples. Proceedings of the ICML Workshop on Attribute-Value and Relational Learning. link ↗
- Zhu, X. & Goldberg, A. B. (2009). Introduction to Semi-Supervised Learning. Morgan & Claypool Publishers. ISBN: 978-1-598-29548-9
Kā citēt šo lapu
ScholarGate. (2026, June 3). Semi-supervised Decision Tree Learning. ScholarGate. https://scholargate.app/lv/machine-learning/semi-supervised-decision-tree
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.
- Koku lēmumu pieņemšana (Decision Tree)Mašīnmācīšanās↔ compare
- Gradient BoostingMašīnmācīšanās↔ compare
- Iezīmju izplatīšanaMašīnmācīšanās↔ compare
- Random ForestMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →