Semi-supervised Naive Bayes
Semi-supervised Naive Bayes utvider den klassiske generative Naive Bayes-modellen for å utnytte store mengder umerkede data sammen med et lite sett med merkede data. Ved hjelp av Expectation-Maximization (EM) infererer den iterativt myke klasse-tilordninger for umerkede eksempler og re-estimerer klasse- og trekk-parametere, noe som gir vesentlig bedre klassifikatorer når merkede eksempler er knappe.
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
- Nigam, K., McCallum, A. K., Thrun, S., & Mitchell, T. (2000). Text Classification from Labeled and Unlabeled Documents using EM. Machine Learning, 39(2–3), 103–134. DOI: 10.1023/A:1007692713085 ↗
- 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 Naive Bayes (EM-augmented Generative Classifier). ScholarGate. https://scholargate.app/no/machine-learning/semi-supervised-naive-bayes
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.
- Logistisk regresjonForskningsstatistikk↔ compare
- Naive BayesMaskinlæring↔ compare
- Semiveiledet læringMaskinlæring↔ compare
- Semi-supervised Support Vector MachineMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →