Ensemble de Stacking Semissupervisionado
O Ensemble de Stacking Semissupervisionado estende o arcabouço clássico de generalização empilhada para cenários onde apenas uma fração dos exemplos de treinamento possui rótulos. Os aprendizes base são primeiramente treinados em dados rotulados, e então usados para atribuir pseudorrótulos a exemplos não rotulados; o conjunto de dados expandido treina modelos base mais robustos cujas previsões fora da dobra formam a entrada para um meta-aprendiz, resultando em um ensemble de duas camadas que explora tanto a estrutura rotulada quanto a não rotulada.
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
- 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
Como citar esta página
ScholarGate. (2026, June 3). Semi-supervised Stacking Ensemble (Self-trained Stacked Generalization). ScholarGate. https://scholargate.app/pt/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 EnsembleAprendizado ensemble↔ compare
- Gradient BoostingAprendizado de máquina↔ compare
- Propagação de RótulosAprendizado de máquina↔ compare
- Random ForestAprendizado de máquina↔ compare
- StackingAprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →