Puss-uzraudzīta sakrauta ansambļa metode
Puss-uzraudzīta sakrauta ansambļa metode (Semi-supervised Stacking Ensemble) paplašina klasisko sakrauto ģenerēšanas (stacked generalization) sistēmu gadījumiem, kad etiķetes ir pieejamas tikai nelielai daļai apmācības piemēru. Pamatmācītāji (base learners) vispirms tiek apmācīti uz iezīmētiem datiem, pēc tam tiek izmantoti, lai piešķirtu pseido-etiķetes neiezīmētiem piemēriem; paplašinātais datu kopums apmāca spēcīgākus pamatmodeļus, kuru prognozes ārpus pārlasīšanas (out-of-fold predictions) veido ievadi meta-mācītājam (meta-learner), radot divu līmeņu ansambli, kas izmanto gan iezīmēto, gan neiezīmēto struktūru.
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
- 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
Kā citēt šo lapu
ScholarGate. (2026, June 3). Semi-supervised Stacking Ensemble (Self-trained Stacked Generalization). ScholarGate. https://scholargate.app/lv/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.
- Bagging EnsembleAnsambļu mācīšanās↔ compare
- Gradient BoostingMašīnmācīšanās↔ compare
- Iezīmju izplatīšanaMašīnmācīšanās↔ compare
- Random ForestMašīnmācīšanās↔ compare
- StackingMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →