Стекирование ансамблей с частичной разметкой
Полуавтоматическое стекирование ансамблей расширяет классическую структуру стекированной обобщенности на случаи, когда метки несут лишь доли обучающих примеров. Базовые модели сначала обучаются на размеченных данных, затем используются для присвоения псевдометок неразмеченным примерам; расширенный набор данных обучает более сильные базовые модели, чьи предсказания вне фолда формируют входные данные для мета-обучателя, создавая двухуровневый ансамбль, который использует как размеченную, так и неразмеченную структуру.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Semi-supervised Stacking Ensemble (Self-trained Stacked Generalization). ScholarGate. https://scholargate.app/ru/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.
- Ансамбль бэггингаАнсамблевое обучение↔ compare
- Градиентный бустингМашинное обучение↔ compare
- Распространение метокМашинное обучение↔ compare
- Случайный лесМашинное обучение↔ compare
- СтекингМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →