Aktiv inlärning med K-närmaste grannar
Aktiv inlärning med K-närmaste grannar kombinerar den instansbaserade prediktionen av KNN med en iterativ frågestrategi som väljer de mest informativa oetiketterade exemplen för annotering. Modellen begär etiketter endast för instanser där röstmarginalerna i grannskapet är som smalast, vilket uppnår konkurrenskraftig noggrannhet med betydligt färre etiketterade exempel än helt övervakad KNN på tabulär data.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin-Madison. link ↗
- Zhu, X., Lafferty, J., & Ghahramani, Z. (2003). Combining active learning and semi-supervised learning using Gaussian fields and harmonic functions. Proceedings of the ICML 2003 Workshop on the Continuum from Labeled to Unlabeled Data, 58–65. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Active Learning with K-Nearest Neighbors Classifier. ScholarGate. https://scholargate.app/sv/machine-learning/active-learning-k-nearest-neighbors
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.
- Aktivt lärandeMaskininlärning↔ compare
- Active learning Decision treeMaskininlärning↔ compare
- Aktiv inlärning med logistisk regressionMaskininlärning↔ compare
- Semi-supervised K-Nearest NeighborsMaskininlärning↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →