การจำแนกประเภทแบบกึ่งมีผู้สอนด้วยเครื่องเวกเตอร์สนับสนุน
การจำแนกประเภทแบบกึ่งมีผู้สอนด้วยเครื่องเวกเตอร์สนับสนุน (S3VM) เป็นการขยายขีดความสามารถของ SVM แบบดั้งเดิม โดยการรวมข้อมูลที่ไม่มีป้ายกำกับจำนวนมากเข้ากับชุดข้อมูลฝึกอบรมที่มีป้ายกำกับขนาดเล็ก มันแสวงหาไฮเปอร์เพลนที่มีส่วนต่างสูงสุดที่ไม่เพียงแต่แยกตัวอย่างที่มีป้ายกำกับเท่านั้น แต่ยังผ่านบริเวณที่มีความหนาแน่นต่ำของการกระจายข้อมูลทั้งหมด ทำให้เกิดการสรุปผลที่ดีขึ้นเมื่อตัวอย่างที่มีป้ายกำกับมีน้อย
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Joachims, T. (1999). Transductive Inference for Text Classification using Support Vector Machines. Proceedings of the 16th International Conference on Machine Learning (ICML), 200–209. link ↗
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Semi-supervised Support Vector Machine (S3VM / Transductive SVM). ScholarGate. https://scholargate.app/th/machine-learning/semi-supervised-support-vector-machine
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
- การถดถอยโลจิสติกสถิติการวิจัย↔ compare
- Random Forestการเรียนรู้ของเครื่อง↔ compare
- Support Vector Machineการเรียนรู้ของเครื่อง↔ compare