ScholarGate
Assistent
Machine learningMachine learning

Semi-supervised K-Nærmeste Naboer

Semi-supervised KNN utvider den klassiske K-nærmeste naboer-algoritmen for å utnytte store mengder umerkede data sammen med et lite merket datasett. Ved å bygge en KNN-graf over alle observasjoner og propagere kjente etiketter gjennom grafens kanter, utleder metoden etiketter for umerkede punkter uten å kreve kostbar manuell annotering av hver prøve.

Åpne i MethodMindSnartVideoSnartLast ned lysbilder

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Metodekart

Nabolaget av beslektede metoder — velg en node for å utforske.

Kilder

  1. Zhu, X. & Ghahramani, Z. (2002). Learning from labeled and unlabeled data with label propagation. Technical Report CMU-CALD-02-107, Carnegie Mellon University. link
  2. Chapelle, O., Scholkopf, B. & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9

Slik siterer du denne siden

ScholarGate. (2026, June 3). Semi-supervised K-Nearest Neighbors (Label Propagation via KNN Graph). ScholarGate. https://scholargate.app/no/machine-learning/semi-supervised-k-nearest-neighbors

Hvilken metode?

Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.

Sammenlign side om side

Referert av

ScholarGateSemi-supervised K-nearest neighbors (Semi-supervised K-Nearest Neighbors (Label Propagation via KNN Graph)). Hentet 2026-06-15 fra https://scholargate.app/no/machine-learning/semi-supervised-k-nearest-neighbors · Datasett: https://doi.org/10.5281/zenodo.20539026