Semi-supervised CatBoost
Semi-supervised CatBoost aplikuje rámec CatBoostu pre usporiadané gradientové zosilňovanie na nastavenia, kde iba zlomok tréningových inštancií nesie označenia, pričom využíva neoznačené dáta prostredníctvom pseudo-označovania alebo stratégií založených na konzistencii na zlepšenie presnosti modelu nad rámec toho, čo by umožnili samotné označené dáta.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Prokhorenkova, L., Gusev, G., Vorobev, A., Dorogush, A. V., & Gulin, A. (2018). CatBoost: unbiased boosting with categorical features. In Advances in Neural Information Processing Systems (NeurIPS), 31. link ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Ako citovať túto stránku
ScholarGate. (2026, June 3). Semi-supervised CatBoost (Gradient Boosting with Partially Labeled Data). ScholarGate. https://scholargate.app/sk/machine-learning/semi-supervised-catboost
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.
- CatBoostStrojové učenie↔ compare
- Gradient BoostingStrojové učenie↔ compare
- Polosupervizované zosilňovanie gradientuStrojové učenie↔ compare
- Semi-Supervised Random ForestStrojové učenie↔ compare
- Semi-supervised XGBoostStrojové učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →