Aktiv læring K-nærmeste naboer
Aktiv læring med K-nærmeste naboer (KNN) kombinerer den instansbaserte prediksjonen til KNN med en iterativ spørringsstrategi som velger de mest informative umerkede eksemplene for annotering. Modellen ber om merkelapper kun for instanser der nabostemmefordelingene er trangest, og oppnår konkurransedyktig nøyaktighet med langt færre merkede eksempler enn fullt overvåket KNN på tabulære data.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Active Learning with K-Nearest Neighbors Classifier. ScholarGate. https://scholargate.app/no/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.
- Aktiv læringMaskinlæring↔ compare
- Aktiv læring med beslutningstreMaskinlæring↔ compare
- Logistisk regresjon for aktiv læringMaskinlæring↔ compare
- Semi-supervised K-Nærmeste NaboerMaskinlæring↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →