Полуавтоматический ансамбль голосования
Полуавтоматический ансамбль голосования обучает несколько классификаторов на небольшом размеченном наборе, затем итеративно использует неразмеченные данные, позволяя классификаторам размечать примеры, по которым они согласны, расширяя обучающий пул до тех пор, пока все классификаторы не будут совместно голосовать по тестовым примерам. Он сочетает эффективность разметки полуавтоматического обучения с уменьшением дисперсии ансамблей большинства голосов, что делает его ценным, когда аннотирование дорого.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Zhou, Z.-H., & Li, M. (2005). Tri-training: Exploiting unlabeled data using three classifiers. IEEE Transactions on Knowledge and Data Engineering, 17(11), 1529–1541. DOI: 10.1109/TKDE.2005.186 ↗
- Blum, A., & Mitchell, T. (1998). Combining labeled and unlabeled data with co-training. Proceedings of the 11th Annual Conference on Computational Learning Theory (COLT), 92–100. DOI: 10.1145/279943.279962 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Semi-supervised Voting Ensemble (Agreement-based Multi-classifier with Unlabeled Data). ScholarGate. https://scholargate.app/ru/machine-learning/semi-supervised-voting-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.
- БустингМашинное обучение↔ compare
- Самообучение с учителемМашинное обучение↔ compare
- Полуавтоматический бэггингМашинное обучение↔ compare
- Обучение с частичной разметкойМашинное обучение↔ compare
- Голосующая ансамблевая модельМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →