Daļēji uzraudzīti K-vidējie
Daļēji uzraudzīta K-vidējo vērtība paplašina standarta K-vidējo vērtību grupēšanu, iekļaujot daļēju uzraudzību — vai nu nelielu skaitu iezīmētu sēklu punktu, vai pāru “jābūt saistītiem” un “nedrīkst būt saistītiem” ierobežojumus — lai virzītu grupu veidošanos. Tā savieno neuzraudzītu grupēšanu un pilnībā uzraudzītu klasifikāciju, nodrošinot jēgpilnākas grupas, kad iezīmējumi ir reti, bet dārgi iegūstami pilnībā.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Semi-supervised K-means Clustering. ScholarGate. https://scholargate.app/lv/machine-learning/semi-supervised-k-means
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Aktīvā mācīšanāsMašīnmācīšanās↔ salīdzināt
- DBSCANMašīnmācīšanās↔ salīdzināt
- K-means klasterizācijaMašīnmācīšanās↔ salīdzināt
- Daudzpusīgā apguveMašīnmācīšanās↔ salīdzināt
- Spektrālā klasterizācijaMašīnmācīšanās↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →