การถดถอยเชิงเส้นแบบกึ่งมีผู้สอน
การถดถอยเชิงเส้นแบบกึ่งมีผู้สอน (Semi-supervised linear regression) ทำการปรับแบบจำลองเชิงเส้นบนชุดข้อมูลที่มีป้ายกำกับขนาดเล็ก แล้วใช้ประโยชน์จากชุดข้อมูลที่ไม่มีป้ายกำกับจำนวนมากเพื่อปรับปรุงการประมาณค่าสัมประสิทธิ์และการสรุปผล โดยการสร้างป้ายกำกับเสมือนสำหรับจุดข้อมูลที่ไม่มีป้ายกำกับ และปรับปรุงแบบจำลองซ้ำๆ จะทำให้ได้ความแม่นยำในการทำนายที่ดีกว่าแบบจำลองเชิงเส้นแบบมีผู้สอนเพียงอย่างเดียวที่ฝึกฝนด้วยป้ายกำกับที่จำกัดเท่านั้น
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Zhou, Z.-H., & Li, M. (2005). Semi-supervised regression with co-training. Proceedings of the 19th International Joint Conference on Artificial Intelligence (IJCAI), 908–913. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Semi-supervised Linear Regression (Linear Model with Labeled and Unlabeled Data). ScholarGate. https://scholargate.app/th/machine-learning/semi-supervised-linear-regression
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.
- การแพร่กระจายป้ายกำกับการเรียนรู้ของเครื่อง↔ compare
- การถดถอยเชิงเส้น (Linear Regression) (ML)การเรียนรู้ของเครื่อง↔ compare
- การถดถอยเชิงเส้นแบบปรับค่า (Regularized Linear Regression)การเรียนรู้ของเครื่อง↔ compare
- การเรียนรู้แบบกึ่งกำกับดูแลการเรียนรู้ของเครื่อง↔ compare