K-Vizinhos Mais Próximos Semi-supervisionado
O K-Vizinhos Mais Próximos (KNN) semi-supervisionado estende o algoritmo clássico de K-vizinhos mais próximos para explorar grandes conjuntos de dados não rotulados juntamente com um pequeno conjunto rotulado. Ao construir um grafo KNN sobre todas as observações e propagar rótulos conhecidos através das arestas do grafo, o método infere rótulos para pontos não rotulados sem exigir anotação manual dispendiosa de cada amostra.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Zhu, X. & Ghahramani, Z. (2002). Learning from labeled and unlabeled data with label propagation. Technical Report CMU-CALD-02-107, Carnegie Mellon University. link ↗
- Chapelle, O., Scholkopf, B. & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Como citar esta página
ScholarGate. (2026, June 3). Semi-supervised K-Nearest Neighbors (Label Propagation via KNN Graph). ScholarGate. https://scholargate.app/pt/machine-learning/semi-supervised-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.
- Propagação de RótulosAprendizado de máquina↔ compare
- Processo Gaussiano Semi-supervisionadoAprendizado de máquina↔ compare
- Aprendizado Semi-supervisionadoAprendizado de máquina↔ compare
- Máquina de Vetores de Suporte Semi-supervisionadaAprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →