Poloučité učenie K-means
Poloučité učenie K-means rozširuje štandardné zhlukovanie K-means začlenením čiastočného dohľadu — buď malej sady označených počiatočných bodov, alebo párových obmedzení typu „musí byť spolu“ a „nesmie byť spolu“ — na usmernenie tvorby zhlukov. Prekonáva priepasť medzi neusporiadaným zhlukovaním a plne usporiadanou klasifikáciou, čím umožňuje zmysluplnejšie zhluky, keď sú označenia zriedkavé, ale ich získanie v plnom rozsahu je nákladné.
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
- Wagstaff, K., Cardie, C., Rogers, S., & Schroedl, S. (2001). Constrained K-means Clustering with Background Knowledge. In Proceedings of the 18th International Conference on Machine Learning (ICML 2001), pp. 577–584. link ↗
- Basu, S., Banerjee, A., & Mooney, R. J. (2002). Semi-supervised Clustering by Seeding. In Proceedings of the 19th International Conference on Machine Learning (ICML 2002), pp. 27–34. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Semi-supervised K-means Clustering. ScholarGate. https://scholargate.app/sk/machine-learning/semi-supervised-k-means
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.
- Aktívne učenieStrojové učenie↔ compare
- DBSCANStrojové učenie↔ compare
- Zhlukovanie K-meansStrojové učenie↔ compare
- Polosupervizované učenieStrojové učenie↔ compare
- Spektrálne zhlukovanieStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →