Actief Leren K-Dichtstbijzijnde Buren
Actief leren met K-dichtstbijzijnde buren combineert de instantie-gebaseerde voorspelling van KNN met een iteratieve querystrategie die de meest informatieve ongelabelde voorbeelden selecteert voor annotatie. Het model vraagt labels alleen aan voor instanties waar de marges van de buurstemmen het smalst zijn, wat concurrerende nauwkeurigheid bereikt met veel minder gelabelde voorbeelden dan volledig gesuperviseerde KNN op tabelgegevens.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin-Madison. link ↗
- Zhu, X., Lafferty, J., & Ghahramani, Z. (2003). Combining active learning and semi-supervised learning using Gaussian fields and harmonic functions. Proceedings of the ICML 2003 Workshop on the Continuum from Labeled to Unlabeled Data, 58–65. link ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Active Learning with K-Nearest Neighbors Classifier. ScholarGate. https://scholargate.app/nl/machine-learning/active-learning-k-nearest-neighbors
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.
- Actief LerenMachine learning↔ compare
- Actief Leren BeslissingsboomMachine learning↔ compare
- Actief Leren met Logistische RegressieMachine learning↔ compare
- Semi-supervised K-Nearest NeighborsMachine learning↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →