Regresie liniară semi-supervizată
Regresia liniară semi-supervizată ajustează un model liniar pe un set mic de date etichetate, apoi utilizează un grup mai mare de observații neetichetate pentru a îmbunătăți estimările coeficienților și generalizarea. Prin generarea de pseudo-etichete pentru punctele neetichetate și rafinarea iterativă a modelului, se obține o acuratețe predictivă mai bună decât un model liniar pur supervizat antrenat doar pe etichete rare.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Zhou, Z.-H., & Li, M. (2005). Semi-supervised regression with co-training. Proceedings of the 19th International Joint Conference on Artificial Intelligence (IJCAI), 908–913. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Semi-supervised Linear Regression (Linear Model with Labeled and Unlabeled Data). ScholarGate. https://scholargate.app/ro/machine-learning/semi-supervised-linear-regression
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.
- Propagarea etichetelorÎnvățare automată↔ compare
- Regresie Liniară (ML)Învățare automată↔ compare
- Regresia Liniară RegularizatăÎnvățare automată↔ compare
- Învățare semi-supervizatăÎnvățare automată↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →