Semi-supervised K-Nearest Neighbors
Semi-supervised KNN utökar den klassiska K-närmaste grannar-algoritmen för att utnyttja stora mängder oetiketterad data tillsammans med en liten mängd etikettera data. Genom att bygga en KNN-graf över alla observationer och propagera kända etiketter genom grafens kanter, härleder metoden etiketter för oetiketterade punkter utan att kräva dyr manuell annotering av varje sampel.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- Zhu, X. & Ghahramani, Z. (2002). Learning from labeled and unlabeled data with label propagation. Technical Report CMU-CALD-02-107, Carnegie Mellon University. link ↗
- Chapelle, O., Scholkopf, B. & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
Så citerar du den här sidan
ScholarGate. (2026, June 3). Semi-supervised K-Nearest Neighbors (Label Propagation via KNN Graph). ScholarGate. https://scholargate.app/sv/machine-learning/semi-supervised-k-nearest-neighbors
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- EtikettpropageringMaskininlärning↔ jämför
- Semi-övervakad Gaussisk processMaskininlärning↔ jämför
- Semi-övervakad inlärningMaskininlärning↔ jämför
- Semi-supervised Support Vector MachineMaskininlärning↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →