Полусупервизорный метод K-ближайших соседей
Полусупервизорный KNN расширяет классический алгоритм K-ближайших соседей, используя большие объемы неразмеченных данных наряду с небольшим размеченным набором. Построив граф KNN для всех наблюдений и распространяя известные метки через ребра графа, метод выводит метки для неразмеченных точек без необходимости дорогостоящей ручной аннотации каждого образца.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Semi-supervised K-Nearest Neighbors (Label Propagation via KNN Graph). ScholarGate. https://scholargate.app/ru/machine-learning/semi-supervised-k-nearest-neighbors
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Распространение метокМашинное обучение↔ сравнить
- Полу-контролируемый Гауссовский процессМашинное обучение↔ сравнить
- Обучение с частичной разметкойМашинное обучение↔ сравнить
- Машина опорных векторов с частичной разметкойМашинное обучение↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →