Półnadzorowany Zespół Stosowy (Semi-supervised Stacking Ensemble)
Półnadzorowany Zespół Stosowy rozszerza klasyczną ramę uogólniania stosowego na sytuacje, w których tylko ułamek przykładów treningowych posiada etykiety. Uczący bazowi są najpierw trenowani na danych oznakowanych, a następnie używani do przypisywania pseudoetykiet przykładom nieoznakowanym; rozszerzony zbiór danych trenuje silniejsze modele bazowe, których predykcje poza-krosem tworzą dane wejściowe dla meta-uczącego, tworząc dwupoziomowy zespół, który wykorzystuje zarówno oznakowaną, jak i nieoznakowaną strukturę.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 3). Semi-supervised Stacking Ensemble (Self-trained Stacked Generalization). ScholarGate. https://scholargate.app/pl/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 EnsembleUczenie zespołowe↔ compare
- Gradient BoostingUczenie maszynowe↔ compare
- Propagacja etykietUczenie maszynowe↔ compare
- Random ForestUczenie maszynowe↔ compare
- StackingUczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →