Semi-supervidovaný rozhodovací strom
Semi-supervidovaný rozhodovací strom rozširuje štandardnú indukciu rozhodovacieho stromu – ako napríklad CART alebo C4.5 – tak, aby využíval neoznačené pozorovania popri označenej trénovacej množine. Iteratívnym priraďovaním predbežných označení neoznačeným dátam a ich začleňovaním do procesu rastu alebo delenia môže algoritmus dosiahnuť lepšiu presnosť ako plne supervidovaný strom trénovaný len na označenej podmnožine, čo je obzvlášť cenné, keď je označovanie drahé alebo časovo náročné.
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
- Levin, E. & Shapiro, E. (2000). Learning Decision Trees from Semi-labeled Examples. Proceedings of the ICML Workshop on Attribute-Value and Relational Learning. link ↗
- Zhu, X. & Goldberg, A. B. (2009). Introduction to Semi-Supervised Learning. Morgan & Claypool Publishers. ISBN: 978-1-598-29548-9
Ako citovať túto stránku
ScholarGate. (2026, June 3). Semi-supervised Decision Tree Learning. ScholarGate. https://scholargate.app/sk/machine-learning/semi-supervised-decision-tree
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.
- Rozhodovací stromStrojové učenie↔ compare
- Gradient BoostingStrojové učenie↔ compare
- Propagácia štítkovStrojové učenie↔ compare
- Náhodný lesStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →